Um eine Analogie aus dem Automobilsektor zu verwenden: Oft sind große Limousinen, die aufgrund ihrer Abmaße und ihres Gewichts viel teuren Kraftstoff verbrauchen, für eine komfortable Reise die erste Wahl. Doch was, wenn man zum Beispiel im Stadtzentrum mit engen Straßen unterwegs ist? Dann reicht auch ein Kleinwagen mit einem sparsamen Motor. Die gleiche Regel gilt auch bei der Zuweisung von Storage. Fast Flash, das eine wesentlich höhere Geschwindigkeit gegenüber Near-Line-SAS-Laufwerke bietet, ist auch wegen seines hohen Preises nicht für jede Anwendung die erste Wahl. Manchmal muss entschieden werden, ob die Leistung für den jeweiligen Fall auch wirklich erforderlich ist.

Gegenwärtig werden Daten nach bereits definierten Policies beziehungsweise Regeln auf die jeweiligen Datenträgersysteme verteilt. Dieser Prozess steht zum Anfang bereits fest und wird bei Bedarf angepasst. Was diese Herangehensweise nicht bieten kann, ist eine zeitnahe, aktuelle Betrachtung des Deatenbedarfs und die daraus resultierenden Schlussfolgerungen zu jedem beliebigen Zeitpunkt.

Herkömmliche Methoden stoßen an ihre Grenzen

Die Zuweisung, welche Daten auf welchem Medium hinterlegt werden, ist bei der Komplexität heutiger Datenbankarchitekturen manuell nicht mehr leistbar. Hier könnte die Unterstützung durch künstliche Intelligenz (KI) eine Alternative bieten. Sie erhebt die Anzahl der aktiven Benutzer zu einem bestimmten Zeitpunkt, wie viele Ressourcen sie verbrauchen und ermittelt daraus eine Prognose der benötigten Leistung und des benötigten Speichers. Da es sich meistens um skalierbare Lösungen handelt, sollte ein Ressourcen-Overhead vermieden werden, also die Inanspruchnahme nicht benötigter Leistung oder Speicherplatzes, denn der Anwender sollte nur für die Ressourcen zahlen, die er tatsächlich in Anspruch nimmt (Storage on Demand). Künstliche Intelligenz führt allerdings auch dazu, dass Datenbankadministratoren von Routinetätigkeiten entlastet werden und sich anderen Aufgaben widmen können.

Das könnet Sie auch Interessieren:

KI zwischen Hype und Realität

Künstliche Intelligenz bewährt sich in der Praxis

Künstliche Intelligenz kann viel, aber nicht alles

Künstliche Intelligenz entscheidet

Hierzu können Systeme nutzen, die künstliche Intelligenz einsetzen. Mithilfe spezieller Algorithmen für maschinelles Lernen analysieren diese Systeme Datenabhängigkeiten und Datenzugriffsmuster und weisen entsprechende Ressourcen je nach Bedarf zu. Hier können Daten mit häufigem Zugriff auf schnelleren Medien gespeichert werden, die mit wenigen Zugriffen, auf günstigere - aber auch langsamere - Speichermedien ausgelagert werden. Dabei wird unterschieden, ob Daten auf Near-Line-SAS-Laufwerken, Fast-Flash oder herkömmlichen Disk-Laufwerken gespeichert werden.

Generell gilt, dass die Leistungsfähigkeit einer künstlichen Intelligenz höher wird, je mehr Grunddaten oder auch "Erfahrung" ihr zur Verfügung steht. So helfen Daten, die Anwender automatisiert und anonymisiert zur Verfügung stellen, Trends zu erkennen und Aufschluss darüber zu erhalten, wie etwa Speicherplatz verbessert werden kann. Auch wertvolle Informationen zu Nutzerverhalten oder ähnlichen Konfigurationen können mithilfe der künstlichen Intelligenz erhoben werden.

Die gewonnenen Erkenntnisse helfen nicht nur bei der effizienteren Nutzung von Ressourcen. Sie verbessern außerdem die Unterstützung der Kunden. Je mehr Informationen dem Support zur Verfügung stehen, umso besser und zielgerichteter sind die Schritte, die in einem Supportfall unternommen werden müssen. Auch aus diesem Aspekt gesehen, sollte im Storage-Bereich der Einsatz künstlicher Intelligenz erörtert werden. (hal)