Nachdem Googles erster, bereits 2011 gestarteter, Versuch, einen SQL-Datenbank-Dienst in seiner Cloud zu etablieren, mehr oder weniger im Sande verlaufen war, unternimmt der Internet-Konzern nun einen zweiten Anlauf. Die Google-Verantwortlichen haben Mitte August die allgemeine Verfügbarkeit von "Google Cloud SQL Second Generation" bekannt gegeben. Die Datenbank-Dienste würden so stabil und performant laufen, dass sie auch Business-Anforderungen erfüllen könnten, hieß es.

Neben seinem Managed-Database-Service hat der US-Konzern weitere Datenbank-Dienste für seine Cloud angekündigt. Dazu zählen "Cloud Datastore", eine NoSQL Dokumenten-Datenbank sowie "Cloud Bigtable", eine weitere NoSQL-Datenbank, die darauf ausgelegt ist, große Mengen wenig strukturierter Daten zu verarbeiten, und die Google beispielsweise selbst dafür einsetzt, seinen E-Mail-Dienst Gmail zu betreiben. Darüber hinaus soll auch der Betrieb von Datenbanken anderer Anbieter einfacher werden. Anwender könnten künftig vorkonfigurierte Pakete aus Googles Compute Engine (GCE) sowie Microsofts SQL Server ordern, kündigte Google an. Statt beide Cloud-Dienste - IaaS von Google und die Datenbank von Microsoft - separat abzurechnen, werde künftig ein integrierter Service angeboten, der sich minutengenau abrechnen lasse, hieß es. Dieses Cloud-Angebot befindet sich derzeit allerdings noch in der Betaphase.

Google meldet Ambitionen im Datenbankmarkt an

Googles Ambitionen, im Markt für Cloud-Datenbanken Fuß zu fassen, drehen sich in erster Linie jedoch um Cloud SQL. Der Konzern tritt damit gegen die klassischen Datenbankanbieter wie IBM, Microsoft und Oracle, die ebenfalls durch die Bank Cloud-Strategien verfolgen, sowie gegen Cloud-Datenbank-Newcomer an wie beispielsweise Amazon Web Services (AWS), das vor einiger Zeit mit "Aurora" einen nach eigenen Angaben Business-tauglichen Datenbank-Service aus der Cloud vorgestellt hat.

Kernstück von Googles Cloud-Datenbank ist Release 5.7 der quelloffenen Datenbank MySQL, die auf Googles Compute Engine und Persistent Disk betrieben wird. Google-Angaben zufolge läuft die zweite Generation um den Faktor sieben schneller als der Vorgänger und bietet darüber hinaus 20-mal mehr Speicherkapazität. Das ganze koste weniger und lasse sich zudem besser skalieren, verspricht der Anbieter. Dazu kämen Funktionen wie automatisierte Backups, die eine Datenbank zu jedem beliebigen Zeitpunkt aus der Vergangenheit wieder herstellen könnten. Die Verfügbarkeit gibt Google mit 99,95 Prozent an.

Datenbank-Parameter einstellen und loslegen

Google bezeichnet Cloud SQL als Managed Database Service. Demzufolge hätten Anwender nach der initialen Einrichtung der Datenbank-Parameter wie CPU- und RAM-Leistung, Storage-Typ und -Kapazität sowie bestimmter Funktionen keinen großen Aufwand mehr mit der Verwaltung des Dienstes. Viele Datenbank-Stellschrauben, mit denen sich Anwender bei konkurrierenden Angeboten auseinandersetzen müssten, würden von Google selbst im Hinblick auf ein möglichst performant laufendes Datenbanksystem eingestellt.

Viele Funktionen rund um das Datenbank-Management laufen Google-Angaben zufolge weitgehend automatisiert ab. So könnten Anwender beispielsweise einen Zeitplan anlegen, wonach Backups, Datenbank-Replizierungen sowie das Einspielen von Patches geregelt werden. Funktionen wie beispielsweise das Klonen einer Datenbank sollen Anwender über eine Management-Konsole mit wenigen Mausklicks innerhalb kurzer Zeit bewältigen können. Das Management von Google Cloud SQl funktioniert laut Anbieter über die Standard-Ports und-Protokolle von MySQL beziehungsweise einen eigenen Proxy-Machanismus, der Google zufolge OAuth und einen sicheren Tunnel für die Verbindung zur Datenbank verwendet.

Bis zu 16 CPUs und 104 GB Arbeitsspeicher

Die Hardware-Optionen aus Googles IaaS-Portfolio, mit denen Anwender ihr Datenbanksystem unterfüttern können, sind granular und breit gefächert. Die Palette reicht von einer virtuellen CPU mit 614,4 Megabyte Arbeitsspeicher bis zu 16 virtuellen Prozessoren, die von 104 Gigabyte RAM unterstützt werden. Google bietet verschiedene Hardwarekonfigurationen aus CPU und Arbeitsspeicher an. Dabei unterscheidet der Anbieter zwischen Standard- und High-Memory-Machines. Innerhalb dieser Gruppen können Nutzer zwischen verschiedenen CPU-RAM-Kombinationen wählen. Die Preise für die kleinste Konfiguration ohne SLA-Unterstüzung beginnen bei eineinhalb Cent pro Stunde. Dazu kommen allerdings noch zusätzliche Gebühren für Speicher und Datendurchsatz im Netz. Die Netzgebühren sind abhängig vom Datenvolumen, das durch die Leitungen geschaufelt wird und der jeweiligen Region, wo die Dienste in Anspruch genommen werden.

Darüber hinaus haben Nutzer die Möglichkeit, Speichertyp und -größe zu bestimmen. Es stehen klassische Festplatten sowie Solid-State-Drives (SSDs)zur Auswahl. SSD-Storage gibt es ab 17 Cents pro Gugabyte und Monat, für herkömmlichen Festplattenspeicher werden ab neun Cents je Gigabyte und Monat fällig. Wird mehr Speicher benötigt soll sich dieser einfach dazubuchen lassen - ohne die Cloud-Datenbank herunterfahren und wieder starten zu müssen. Wollen Anwender jedoch auf eine leistungsstärkere Rechenmaschine wechseln, müssen sie knappe fünf Minuten Downtime ihrer Cloud-Instanz einplanen.

AWS Aurora hat mehr Rechenleistung

Google zufolge kann Cloud SQL in Sachen Leistung mit der Konkurrenz - gerade aus dem Amazon-Lager - durchaus mithalten. Benchmarks hätten gezeigt, dass die eigene Cloud-Datenbank bei bestimmten Aufgaben leistungsstärker sei als Aurora von AWS, hieß es von Seiten der Google-Verantwortlichen. Erste Tests der COMPUTERWOCHE-Schwesterpublikation Infoworld scheinen das zu bestätigen. Demnach hat Googles Cloud-Datenbank leichte Vorteile hinsichtlich der Latenzzeiten. Dagegen bietet Aurora eine bessere Leistung bei der Transaktionsverarbeitung, gerade wenn es darum geht, mehr Rechenaufgaben parallel zu verarbeiten. Dazu kommt, dass AWS mit Aurora eine höhere Leistungsskalierung bietet - bis zu 32 virtuellen CPUs und 244 Gigabyte Arbeitsspeicher. Das Fazit: Wer also eher eine leistungsstarke Cloud-Datenbank sucht, die viele Transaktionen möglichst schnell verarbeiten können soll, wäre eher mit Aurora gut bedient. Kunden, die Wert auf kurze Latenzzeiten legen, sollten einen Blick auf Google Cloud SQL werfen.

Anwender sollten im Zuge ihrer Überlegungen, eine Cloud-Datenbank zu verwenden, allerdings auch die grundsätzlichen Regeln für einen sinnvollen Einsatz im Auge behalten, mahnen Experten. Datenbanken arbeiten am besten, wenn sie nahe der Applikationen, die auf diese Datenbanken zugreifen, eingesetzt werden. Wenn Anwender also bereits mit Cloud-Apps arbeiten, könne es durchaus sinnvoll sein, auch eine dazu passende Cloud-Datenbank einzusetzen. Darüber hinaus sollten sich potenzielle Kunden nicht von Benchmarks blenden lassen. Jede Anwendung hat spezifische Eigenheiten im Zusammenspiel mit der jeweiligen Datenbank, die sich natürlich auf die Leistung des Gesamtsystems auswirken. Daher sollten interessierte Anwender genau die Konfigurationen aus Cloud-Infrastruktur, -Datenbank und -Applikationen, die später produktiv eingesetzt werden sollen, ausführlich testen. Denn einen Datenbank-Service im Nachhinein wieder auszuwechseln, ist auch in der Cloud alles andere als einfach.