Mercedes-Benz Cloud Egress Costs durch Data Mesh um 66 % gesenkt
Mercedes-Benz hat die Mercedes-Benz Cloud Egress Costs durch die Implementierung eines Cloud-übergreifenden Data Mesh um 66 % reduziert. Das Projekt synchronisierte 60 Terabyte an Daten zwischen Amazon Web Services (AWS) und Microsoft Azure, um die weltweiten After-Sales-Abläufe zu optimieren. Laut Projektberichten von Databricks adressiert diese Architektur die finanziellen Herausforderungen bei der Verwaltung von Datensätzen in fragmentierten Cloud-Umgebungen.
Technische Architektur und Datensynchronisation
Das System nutzt Delta Sharing und Delta Deep Clone, um die lokale Replikation und den sicheren Datenaustausch zu erleichtern. Durch den Einsatz dieser Tools zusammen mit dem Unity Catalog verbesserte Mercedes-Benz die Datenaktualität von wöchentlichen Updates auf eine Aktualisierungsrate von jedem zweiten Tag. Das Unternehmen entwickelte zudem einen eigenen „Dynamic Data eXchange (DDX) Orchestrator“, um interne Teams mit Self-Service-Automatisierung zu unterstützen.
Prognostizierte Einsparungen und Multi-Cloud-Strategie
Der erste Rollout umfasste 10 Datenprodukte. Mercedes-Benz prognostiziert, dass die Ausweitung der Lösung auf 50 Anwendungsfälle die Mercedes-Benz Cloud Egress Costs schließlich um bis zu 93 % senken wird. Diese Architektur ermöglicht es dem Hersteller, eine Multi-Cloud-Strategie beizubehalten, ohne die „Data Gravity“-Nachteile in Kauf nehmen zu müssen, die typischerweise mit dem Verschieben von Informationen zwischen Anbietern verbunden sind. Branchenberichte deuten darauf hin, dass Egress-Gebühren weiterhin ein Haupthindernis für Großunternehmen darstellen. Durch die Einführung eines Data Mesh verteilt das Unternehmen Datenprodukte lokal innerhalb bestimmter Regionen und minimiert so teure netzwerkübergreifende Transfers bei gleichzeitiger Beibehaltung einer einheitlichen Governance.
Obwohl wir uns um Genauigkeit bemühen, kann bytevyte Fehler machen. Benutzern wird empfohlen, alle Informationen unabhängig zu überprüfen. Wir übernehmen keine Haftung für Fehler oder Auslassungen.
Related Articles
- Stellantis und Microsoft starten fünfjährige strategische KI-Allianz zur Überholung der Automobilinfrastruktur
- AWS senkt KI-Kosten mit Nova model distillation
- Databricks: Memory Scaling for AI Agents ist eine zentrale Design-Achse
✔Human Verified