Læsetid i minutter: 3
Hvis du er i tvivl om, hvad Data Lakehouse er, og hvad du egentlig skal bruge det til, så guider vi dig gennem det vigtigste – lige fra hvorfor platformen er relevant, hvordan den er opstået, og hvordan du finder ud af, om det er tid til at flytte din virksomheds data over på et Data Lakehouse.
Hvis du gerne vil have det mere teknisk, kan du læse ekspertartiklen her: Ekspertartikel.
Hvad er et Data Lakehouse – og hvor kommer det fra?
Vi forsøger hele tiden at optimere vores systemer: gøre dem nemmere at bruge, billigere at drive og klar til fremtiden med AI og machine learning. Data Lakehouse er et godt eksempel på, hvordan vi kan spare penge, arbejde smartere og være klar til det moderne datalandskab.
Engang blev data gemt på papir og i bøger, som blev opbevaret på biblioteker. I dag er data digitale, og derfor har vi digitale "biblioteker" som vi kalder Data Warehouses. Data Warehouse er gode til at gemme og håndtere struktureret data. Der er orden i sagerne, og vi ved præcis, hvor “bøgerne” (dataene) skal stå.
Men...
Datamængderne vokser eksplosivt, og AI fylder mere og mere. Det gør det svært for det klassiske Data Warehouse at følge med – især når der kommer ustruktureret data som lydfiler, billeder og videoer. Her kommer Data Lake ind i billedet.
I 2010’erne blev Data Lakes populære, fordi de kunne lagre store mængder ustruktureret data til lav en pris. Hvis vi holder fast i bibliotek-analogien, så kunne et Data Warehouse kun rumme bøger – struktureret data. Data Lake kunne også håndtere “alt det løse”, altså lydfiler, billeder og indhold, som ikke passer på hylderne, men som stadig er værdifuldt.
Men der er også en udfordring med Data Lake. Der er ikke nogen god bibliotekar til at holde styr på det hele. Og så mister virksomheder overblikket. Det betyder at sikkerheden og styringen (data governance) halter bagefter.
Det bedste fra begge verdener: Data Lakehouse
Her kommer Data Lakehouse ind som en gamechanger.
Data Lakehouse kombinerer det bedste fra Data Warehouse og Data Lake: struktur og skalerbarhed. Nu kan du gemme alle typer data ét sted og samtidig bevare orden, sikkerhed og mulighed for en avanceret analyse.
Du får en god bibliotekar, der holder styr på det hele.
Du får masser af tomme hylder, så du kan vokse/opskalere
Og du får intelligent teknologi, der kan læse bøgerne for dig
Nu kan du spørge den elektroniske bibliotekar (ja, AI) og få svar med det samme. Det giver dig mulighed for at bruge avancerede systemer baseret på LLMs, chatbots, agentic AI og machine learning. Disse opremsede systemer er altså systemer du kan bruge til at skabe indhold.
Plads til alle på Data Lakehouse
Tidligere kunne det være et problem, hvis mange medarbejdere skulle hente data samtidig – systemet blev langsomt og uoverskueligt. Med Data Lakehouse kan alle tilgå data i realtid uden at påvirke hinanden.
Vil du dykke ned i den tekniske arkitektur bag Data Lakehouse?
Så har vores m8, Andreas Johnsen, skrevet en artikel, der nørder helt ned i, hvordan dataen lagres, hvilke formater der kan bruges, og hvordan systemet er bygget op.
Du kan nørde arkitekturen bag lige her
Vi hjælper dig – uanset hvilken cloud du bruger
Tidligere havde virksomheder egne servere og deres egne biblioteker med data og de stod selv for vedligeholdelse og drift. Det var tungt, dyrt og ufleksibelt.
Med cloud blev det hele vendt på hovedet. Nu kan du “leje” dig ind i gigantiske, veladministrerede biblioteker drevet af store tech-virksomheder.
De forskellige tech-virksomheder har forskellige navne til deres cloud-løsninger. Navnet på din cloudteknologi afhænger altså af, hvilken tech-virksomhed du benytter.
Der findes en del forskellige Cloudteknologier fx:- Databricks
- AWS
- Azure
- Snowflake
- IBM
- Oracle
Disse platforme giver forskellige muligheder, men fælles for dem er, at de gør det lettere at arbejde med store datamængder, uden du skal bekymre dig om servere, opdateringer og drift.
Uanset hvilken teknologi (eller “udlejer”) du bruger, kan du flytte dine data over i et Data Lakeouse.
Skal du skifte til Data Lakehouse?
Før du implementerer en ny platform, er det vigtigt at forstå din nuværende platform og de krav og behov, dine stakeholders har.
Et Data Lakehouse giver kun værdi, hvis dine medarbejdere forstår det og bruger det rigtigt. Ligesom et bibliotek kun giver mening, hvis du kan finde bøgerne og læse dem rigtigt.
Derfor er det vigtigt at have en strategisk plan for implementeringen, så man ikke indretter ‘et moderne bibliotek’ hvor medarbejderne ikke kan finde rundt.
Vi vil gerne hjælpe dig
Hvis du stadig er usikker på, om Data Lakehouse er det rigtige for dig, så sidder vores m8s klar til at hjælpe – både med forståelsen og implementeringen.