SocialHub.AI
← Datenarchitektur
Analytischer Speicher

Der MPP-Store macht monatelanges Verhalten in Sekundenschnelle abfragbar.

Die MPP-Datenbank (Massively Parallel Processing) bildet die analytische Hälfte des Rohdatenspeichers. Sie enthält dieselben Rohdatensätze wie die transaktionale SQL-Datenbank, jedoch spaltenorientiert angeordnet und auf viele Knoten verteilt. Dadurch können große Scans – Kohorten, Trichter, Lebenszeitaggregate – parallel ausgeführt werden, anstatt die operative Datenbank zu belasten. Die Änderungsdatenerfassung sorgt für die Synchronisierung mit dem SQL-Speicher, sodass Analysen und operative Prozesse dieselben Daten widerspiegeln.

Schicht
MPP-Datenbank

Der spaltenorientierte, massiv parallele Speicher, der große analytische Abfragen über dieselben Rohdatensätze beantwortet, die der SQL-Speicher enthält.

Warum es wichtig ist

Der Wert ist operativ und nicht nur technisch.

Wenn die KI Datenmengen verarbeitet – beispielsweise alle Ereignisse eines Segments oder eine über Monate berechnete Metrik –, greift sie auf den MPP-Speicher anstatt auf die Transaktionsdatenbank zu. Aufwändige Analyseprozesse laufen parallel und beeinträchtigen niemals operative Lesezugriffe, sodass beide schnell und konsistent bleiben.

Führt umfangreiche analytische Scans parallel auf allen Knoten durch, sodass Kohorten- und Trichterabfragen schnell beantwortet werden.

Umfassende Analysen werden vom transaktionalen SQL-Speicher ferngehalten, wodurch die operative Latenz minimiert wird.

Enthält dieselben Rohdatensätze wie SQL und wird von CDC synchronisiert – Analysen und operative Prozesse bleiben stets im Einklang.

Stellt die großen Aggregationen der Metrikschicht aus einem speziell für diese Art von Abfragen entwickelten Datenspeicher bereit.

Architekturvertrag

Wofür diese Ebene zuständig ist

1

Speichert Rohdatensätze spaltenorientiert für den analytischen Zugriff bei hohem Scanaufkommen.

2

Verteilt Daten und Abfrageausführung auf viele Knoten für massiv parallele Verarbeitung.

3

Die Synchronisierung mit dem SQL-Speicher erfolgt durch Änderungsdatenerfassung anstelle von Batch-Kopien.

4

Dient der Metrik- und Kohortenabfrage der Abstraktionsschicht, ohne die operative Datenbank zu berühren.

Abdeckung der Handelssignale

Was es nutzbar macht

Monatelange Analyse von Verhaltensereignissen einer einzelnen KohorteLebenszeitwert und Kundenbindung aggregiert über die gesamte MitgliederbasisFunnel- und Kampagnenanalyse über große ZeitfensterGesteuerte Metrikaggregationen, berechnet im großen Maßstab
Auswirkungen von KI auf Agenturen

So verbessert der Layer KI-Entscheidungen.

Ohne einen dedizierten Analysespeicher laufen große Abfragen auf die Transaktionsdatenbank ab – was die Lesevorgänge verlangsamt, bei großen Scans zu Zeitüberschreitungen führt oder ein separates Lager erzwingt, das Stunden hinter der betrieblichen Wahrheit zurückbleibt.

Eine Kohortenanalyse über ein Jahr hinweg kann im MPP-Store durchgeführt werden, ohne die operativen Abfragen zu verlangsamen.

Der Kundenwert (Lifetime Value) wird für die gesamte Mitgliederbasis im Store berechnet, der für große Datenmengen optimiert ist.

Eine im SQL-Speicher gespeicherte Änderung wird über CDC im MPP-Speicher angezeigt, nicht durch einen nächtlichen Ladevorgang.

Architektur fortführen

Echtzeitfähigkeit ergibt sich aus der gesamten Kette.