Modernisierung von Legacy Systemen für exponentielles Wachstum

Skip to content
Skip to footer

Eine Data-Lake Implementierung auf Azure Cloud

Story

Unser Kunde aus dem Logistikbereich war auf lokale Datenbanken und Tools für die wichtigsten operativen Systeme wie Lieferung, Logistik, Adressdatenverwaltung usw. angewiesen. Aufgrund des historischen Wachstums, der unzureichenden Dokumentation und des daraus resultierenden Wissensverlusts waren die Datenbanksysteme nur schwer zu warten und stellten aufgrund der Größe des Unternehmens, der Komplexität der angebotenen Dienstleistungen im Betrieb eine Herausforderung dar. Das Unternehmen benötigte ein modernisiertes Konzept, das es ermöglichte, zu skalieren und neue Daten effizient und in Echtzeit zu verarbeiten. Nagarro empfahl den Aufbau einer Infrastruktur für einen Big Data Lake in Azure durch ein engagiertes DevOps-Team in Zusammenarbeit mit dem Projektteam. Die Modernisierungslösung war ein voller Erfolg und führte zu erheblichen Optimierungen.

challenge_icon

Die Herausforderung

Die Skalierung aufgrund stark wachsender Datenverarbeitung war eine Herausforderung, da die Serverkapazität begrenzt war, was zu Instabilität führte. Die Komplexität aufgrund historischer Daten und wachsender Datenflut nahm drastisch zu. Ein unzureichendes Load-Balancing für Echtzeitdaten und eingeschränktes Reporting waren weitere Aspekte, die den Betrieb der Systeme erschwerten.

process_icon

Die Lösung

Die Nagarro Experten schlugen eine Big-Data-Lake-Infrastruktur in Azure mit einem eigenen DevOps-Team in Zusammenarbeit mit dem Projektteam vor. Ein zentrales DevOps-Team war für die Unterstützung der Projektteams zur Implementierung von CI/CD-Pipelines und der Cloud-Infrastruktur zuständig. Unsere Experten verwendeten die Synapse Workspace-Komponenten, um die Data Warehouse-Infrastruktur aufzubauen. Die Infrastruktur kann auf Knopfdruck vollautomatisch auch in anderen Azure-Regionen ausgerollt werden.

solution_icon

Der Nutzen

Die Modernisierung ermöglicht die Speicherung von Daten unter Nutzung von Azure- und Cloud-Funktionen. Effiziente Datenverarbeitung in Echtzeit ist mit Data Pipelines in der Azure Data Factory möglich. Ein virtuelles Netzwerkkonzept mit entsprechenden Subnetzen stellt sicher, dass der Zugriff auf die Systeme nur für autorisierte Ressourcen oder Gruppen möglich ist. Die zentralisierten Daten ermöglichen ein kontinuierliches Monitoring und die regelmäßige Erstellung zahlreicher Reports.