Der Kunde wünschte sich ein leistungsfähigeres Cloud-Backend auf Basis von MySQL. Dabei sollten bestehende Daten aus einer Dokumentendatenbank (Cassandra) der vorherigen Backend-Lösung gelesen und sinnvoll in SQL-Tabellen abgespeichert werden. Dazu mussten zunächst konzeptionelle Probleme gelöst und umgestellt werden. So konnten Beziehungen beispielsweise nicht vernünftig hergestellt werden, weil die IDs der Entitäten im bisherigen System nicht statisch waren und Aktualisierungen nicht kaskadierten. Außerdem konnten inhaltlich zusammenhängende Daten nicht zusammenhängend angefordert werden, was die Performance deutlich beeinträchtigte.

Die Ausgabe der Daten sollte auch weiterhin im bekannten Format erfolgen können, um mit den bereits bestehenden Clients kompatibel zu bleiben. Hierfür wurde eine Emulationsschicht implementiert. Darüber hinaus war es wichtig, die durch das ungünstige Konstrukt entstandenen Redundanzen von Datensätzen aufzulösen, um das Datenvolumen der Datenbank-Server so gering wie möglich halten zu können.

Wir haben eine Konvertierung der vorliegenden Daten sowie eine Rekonstruktion der Änderungshierarchie erstellt. Die Herausforderung dabei war, dass diese Daten teils keine direkt nachvollziehbare Verknüpfung hatten. Am Ende sollte nur die neuste Version jedes Datensatzes erhalten bleiben. Hierbei mussten auch Daten der Endkunden zusammengefasst werden, die zuvor getrennt waren, weil sie sich auf unterschiedliche Versionen der Systemdaten bezogen.

Wir entwickelten ein System, das die jetzt konvertierten Daten wieder im ursprünglichen Format abbilden kann, um mit der bestehenden Software beim Endkunden kompatibel zu bleiben. Das Endergebnis ist, trotz dieser Emulationsschicht, sowohl bezüglich seiner Performance, als auch beim Datenvolumen, um ein Vielfaches effizienter, als das zuvor verwendete. Darüber hinaus gibt es nunmehr die Möglichkeit, das System auch in einem neuen, für die vorliegenden Daten optimierten, Format anzusprechen und so generell effektiver damit zu arbeiten.

Projekt anfragen