Modernes Forschungsdaten-management

Nicht nur in der Wirtschaft entstehen im Zeichen der zunehmenden Digitalisierung enorme Datenmengen.

Nicht nur in der Wirtschaft entstehen im Zeichen der zunehmenden Digitalisierung enorme Datenmengen. Auch in Forschungseinrichtungen können die Kapazitäten für deren Management schnell an ihre Grenzen kommen. Hier handelt es sich zu 98% um unstrukturierte Daten. Abhängig von ihrer Größe und Art fordern sie die Speichersysteme in unterschiedlicher Weise (random read vs. sequential). So haben beispielsweise maschinell erzeugte Daten ganz spezifische Leistungs-Anforderungen. Um diese Aufgaben zu meistern, ist eine intelligente IT-Infrastruktur unverzichtbar, die von der Basis her geplant und aufgebaut werden muss. Die Basis, die effizientes Forschungsdatenmanagement braucht, ist eine intelligent konzipierte Infrastruktur-Ebene, die auf spezifische Hardware und Datenmanagement-Software zurückgreift.

Patente, Revisionssicherheit, Nachvollziehbarkeit von Ergebnissen – Forschungsdaten haben eigene Charakteristika.

Patente, Revisionssicherheit, Nachvollziehbarkeit von Ergebnissen – Forschungsdaten haben eigene Charakteristika. Damit einher gehen bestimmte Aufgaben. So müssen 95% aller produzierten wissenschaftlichen Daten i.d.R. über zehn Jahre aufbewahrt werden. Weil zugleich die Anforderungen für den Primärspeicher immer weiter steigen, kommen hier gern zunehmend auch parallele Filesysteme auf All-Flash-Basis zum Einsatz. Allein schon aufgrund von finanziellen Aspekten ist es aber nicht klug, Daten auf solchen Speichersystemen über längere Zeiträume aufzubewahren. Dies sollte nur der Fall sein, solange sie intensiv genutzt werden (insbesondere lesend). Andere Daten, etwa aus Homeverzeichnissen, werden ebenso auf performante Speichersysteme geschrieben, können dort aber aus den gleichen Gründen nicht lange bleiben. Cold Data, die länger nicht mehr genutzt wurden, liegen sinnvollerweise auf günstigen Speichersystemen, beispielsweise auf Plattenspeichern mit starken Kapazitäten, Tape-Libraries oder Objektspeichern. In einer komplexen Forschungsdatenumgebung kann es also bis zu fünf Speicherebenen geben: Flash, schnelle und hochkapazitive HDD-Systeme, Tape und Objektspeicher. Denn je nach Zweck ist jede Speicherart auf ihre Weise sinnvoll.

Natürlich wollen Nutzer aber jederzeit in der Lage sein, schnell und transparent auf ihre Daten zuzugreifen – auch wenn deren letzte Verwendung schon Jahre zurückliegt. Idealerweise innerhalb eines Filesystems, das möglichst all diese Ebenen umfasst. Alternativ muss es eine andere smarte Lösung geben, welche Daten dorthin verschiebt, wo sie aktuell am günstigsten liegen. Das bedeutet: Daten müssen nicht nur gespeichert, sie müssen auch intelligent verwaltet werden. Genau das leistet ein systemisches Datenmanagement mit transparentem und schnellem Zugriff.

Wenn es um Forschungsdaten geht, ist intelligentes Datenmanagement von essenzieller Bedeutung.

Wenn es um Forschungsdaten geht, ist intelligentes Datenmanagement von essenzieller Bedeutung. Denn es verschiebt Daten von einer Ebene auf eine andere (Tiering). Die Kriterien hierfür bestimmen die Nutzer und/oder Administrationen. Dabei müssen die Daten jederzeit für den User sichtbar bleiben, denn niemand ist bereit, selbst die Verantwortung für dieses Tiering zu übernehmen oder Daten von verschiedenen Filesystemen zusammenzutragen. Die Erkenntnis daraus ist, dass es nichts bringt, z.B. unterschiedliche Filesysteme für die Produktion und das Archiv zu verwenden. Deshalb braucht es eine übergreifende Intelligenz, die Usability und Transparenz für die User sicherstellt. Nur dann erfüllt das System seine Funktion optimal und die Investition zahlt sich aus.

Echtes Datenmanagement verschiebt aber nicht nur Daten. Es fertigt auch Kopien an. Schließlich geht es auch darum, Daten vor Verlust zu schützen. Da im Forschungsdatenmanagement enorme Datenmengen zu organisieren sind, ist die Sicherung – einschließlich einer eventuell notwendigen Wiederherstellung – eine der wichtigsten Aufgaben. Zwar kann man auch große Filesysteme innerhalb begrenzter Sicherungsfenster bearbeiten, aber diese sind nicht immer und überall verfügbar, oft aus Kostengründen. Deshalb setzen wir auf ein Datenmanagement, das Daten nicht nur verwaltet und auf die richtigen Speicherebenen verschiebt, sondern auf externe Systeme wie Tape-Libraries kopiert. So erzielen wir einen optimierten Sicherheitslevel und exzellente Verfügbarkeit.

Egal ob Wartung, Strom- oder Systemausfall – Daten müssen immer verfügbar sein, auch wenn das System auf dem sie eigentlich gespeichert sind nicht in Betrieb ist.

Egal ob Wartung, Strom- oder Systemausfall – Daten müssen immer verfügbar sein, auch wenn das System auf dem sie eigentlich gespeichert sind nicht in Betrieb ist. Mit Lösungen, die einen automatisieren Systemwechsel ermöglichen Datenkopien, antworten wir auf diese Herausforderung.

Verfügbarkeit bedeutet darüber hinaus einen räumlich unabhängigen Datenzugriff. Gerade im Feld der Wissenschaft, Forschung und Lehre wollen Anwender von verschiedenen Orten auf Daten zugreifen. Oft werden Daten auch zentral gesammelt und dann insbesondere Wissenschaftlern an unterschiedlichen Instituten oder Hochschulen zur Verfügung gestellt. Hierfür sind offene Schnittstellen und individuell programmierbare API erforderlich. Auch diese sind Elemente unseres holistischen Konzepts für perfektes Forschungsdatenmanagement, zu dem auch die Absicherung gehört.

Cyberkriminalität macht auch vor Forschungsdaten nicht Halt. Vor allem Ransomware ist hier eine große Gefahr, weil in kurzer Zeit massive Mengen an Daten vernichtet bzw. unbrauchbar gemacht werden können.

Cyberkriminalität macht auch vor Forschungsdaten nicht Halt. Vor allem Ransomware ist hier eine große Gefahr, weil in kurzer Zeit massive Mengen an Daten vernichtet bzw. unbrauchbar gemacht werden können. Speicher- und Filesysteme müssen also über Funktionen verfügen, die solche Attacken schnell erkennen, den gekaperten User isolieren und die übrigen Daten schützen. Leider können dies noch nicht alle Systeme leisten. Deshalb ist es sinnvoll, spezifische Komponenten verschiedener Anbieter zu kombinieren, um spezifische Lösungen mit höchstmöglicher Sicherheit zu implementieren. Versierte Analysen und Beratung von erfahrenen Experten, die diese Art der Bedrohung kennen, sind dabei unverzichtbar.