Central Data Delivery Platform
Architektur und Proof of Concept für eine einheitliche Datenschicht auf Microsoft Fabric – transaktionale und analytische Workloads aus einer Quelle.
Über das Projekt
Ein Unternehmen mit mehreren Anwendungen stand vor einem klassischen Problem verteilter Systemlandschaften: Jede Anwendung hatte ihren eigenen Staging-Layer für ERP-Daten (SAP und weitere Systeme) aufgebaut und selbst gemanagt. Das Ergebnis waren viele verschiedene Formate, inkonsistente Daten und ein hoher Wartungsaufwand über verteilte Teams hinweg.
Anforderung
Die Anforderung war eine zentrale Datenplattform, die ERP-Daten einmal aufbereitet und für ein gesamtes Ökosystem aus Anwendungen bereitstellt – sowohl für transaktionale als auch analytische Workloads. Gleichzeitig sollten übergreifende Analysen auf ERP-Daten kombiniert mit Anwendungsdaten ermöglicht werden.
Architektur
Die entwickelte Architektur setzt auf Microsoft Fabric als zentrale Plattform. Sync-Prozesse replizieren ERP-Daten nach Fabric, wo sie über Materialized Lake Views sowohl für transaktionale als auch analytische Prozesse nearly-real-time aufbereitet werden. Die Materialized Views ermöglichen performante Abfragen ohne die Komplexität klassischer ETL-Strecken für jeden Consumer.
Ergebnis
Das Konzept eliminiert redundante Staging-Layer: Anwendungen konsumieren direkt aus der zentralen Plattform statt eigene Kopien zu pflegen. Für transaktionale Anwendungen wurden GraphQL Endpoints bereitgestellt, die es ermöglichen, nur die tatsächlich benötigten Felder abzufragen – effizient und flexibel.
Highlights
- Konzeption einer zentralen Datenschicht für transaktionale und analytische Workloads
- Nearly-real-time Datenaufbereitung über Materialized Lake Views
- GraphQL Endpoints für flexible Feldabfragen
- Eliminierung redundanter Staging-Layer
Herausforderungen
Abstimmung der Anforderungen verschiedener Consumer. Design von Materialized Views für beide Zugriffspatterns.
Ergebnisse
Validierte Architektur für zentrale Data Delivery Platform. Nachweis der Machbarkeit für nearly-real-time Workloads.
Interesse?
Sie interessieren sich für ein ähnliches Projekt oder möchten mehr erfahren? Kontaktieren Sie uns – wir freuen uns auf den Austausch!
Kontakt aufnehmen