Datavarastointi

Datavarastointi tarkoittaa digitaalisen aineiston pysyvää tallentamista ja hallintaa siten, että data on haettavissa ja käytettävissä myöhemmin. Se kattaa sekä fyysiset tallennusmediat että niiden ylläpidon, organisoimisen sekä varmistamisen, että tiedot voidaan varmuuskopioida, palauttaa ja suojata.

Toteutuksia ovat relaatiotietokannat (SQL), NoSQL-tietokannat (document, key-value, wide-column), tiedosto-/objektitallennus sekä data lakes ja data warehouses. Tietovarastointi voi nojautua sekä perinteisiin paikallisiin ratkaisuihin että pilvi- ja hybridiympäristöihin. Eri tekniikoilla on erilaiset ominaisuudet: kirjoitus- ja lukunopeus, skaalautuvuus, kustannukset ja rakenne.

Suunnittelussa huomioidaan datamalli, indeksointi ja partitiointi, varmuuskopiointi ja varmistusstrategiat sekä tiedon jakelu ja replikaatio. Tietojen eheys, redundanssi ja palautuskyky on tärkeää, samoin tietojen elinkaaren hallinta, arkistointi ja poistoperiaatteet. Hallinnassa korostuvat tietoturva, pääsyoikeudet ja valvonta.

Tietojen hallinta ja turvallisuus kattavat metatiedot, tiedon laatu ja alkuperä, luokittelu ja tietojenkäsittelyn läpinäkyvyys. Lainsäädäntö sekä tietosuoja, kuten GDPR, vaikuttavat tallennusmenetelmiin ja säilytysajat. Data governance ja compliance ovat keskeisiä osia datavarastoinnissa.

Nykytrendit painottavat pilvi- ja hybridiarkkitehtuureja, objekti- ja tiered-tallennusta sekä data-lake/warehouse -yhdistelmiä. Automatisointi, data virtualization ja kustannustehokas elinkaarien hallinta ovat yleisiä kehityssuuntauksia. Datavarastoinnin tavoitteena on tarjota luotettavaa, helposti käytettävissä olevaa dataa päätöksenteon, analytiikan ja sovellusten tueksi.