In der sich weiterentwickelnden Technologie-Landschaft verändert die Integration von Echtzeit-Datenleitungen und Edge-Computing, wie Ziegel-und-Mortar-Läden funktionieren. Aktiv mit dieser allmählichen Entwicklung engagiert ist Suhas Hanumanthaiah, ein Datenarchitekt, der aktiv daran gearbeitet hat, die operative Effizienz von Grocery Outlet Inc. zu beeinflussen. Während seiner Amtszeit bei Grocery Outlet spielte Hanumanthaiah eine wichtige Rolle bei der Verwaltung der Echtzeit-Pipeline von Verkaufsdaten, der Übergang von Stores zu Cloud Data Warehouse - AWS Redshift. Er trug auch zum digitalen Transformationsprojekt bei, das AWS Redshift-Daten auf Google BigQuery Lakehouse migrierte. Ein wichtiger Aspekt der Arbeit und der digitalen Transformation von Hanumanthaiah beinhaltete außerdem die Integration von SAP-Systemen in die neue Datenarchitektur.Er hat die Daten von SAP HANA sorgfältig auf über 300 Datenspeichertabellen mappt, um sicherzustellen, dass der Übergang von veralteten Systemen wie AS400 zu SAP-basierten Systemen den Fluss kritischer Geschäftsinformationen nicht gestört hat. Einer der bemerkenswerten Erfolge in diesem Prozess war die Entwicklung eines ELT-Frameworks (Extract, Load, Transform), das auf die Datenlager-Migration zugeschnitten ist. Dieses Framework erleichterte den effizienten Umgang mit Change Data Capture (CDC) von SAP, einer Methode, die für die Replikation von Daten in Echtzeit unerlässlich ist. Durch die Optimierung des CDC-Prozesses erzielte Hanumanthaiah eine erhebliche Kosteneinsparung von 10.000 US-Dollar bei der Google-BigQuery-Rechnung. Neben der Kosteneinsparung löste Hanumanthaiah die Herausforderungen des hoch normalisierten SAP HANA-Datenmodells an. Komplexe Prozessberechnungsabfragen waren anfällig für Timeouts in der Middleware-Schicht, was die Leistung kritischer Anwendungen beeinflusste. Hanumanthaiahs Expertise erweiterte sich auch auf die Integration von E-Commerce-Daten. Er modellierte Daten von SAP, um die Anforderungen von E-Commerce-Anbietern wie Doordash, Instacart, Uber Eats und der Grocery Outlet App zu erfüllen. Diese Integration war wichtig, um den digitalen Fußabdruck des Unternehmens zu erweitern und sicherzustellen, dass Online-Plattformen Zugang zu genauen und rechtzeitigen Daten hatten. Darüber hinaus war er bei der Erstellung von High-Impact-Berichten, wie Sales Margin-Analysen, der Nutzung der neuen Quellensysteme und der Entwicklung eines Rahmens, um zu verfolgen, ob SAP SLT, ein ELT von SAP, die Replikation von Daten in die Google Cloud fehlschlägt. Neben technischen Implementierungen arbeitete Hanumanthaiah mit technischen Anbietern zusammen, um die Nutzung von Cloud-Ressourcen zu optimieren. Er finanzierte die MicroStrategy VLDB (Very Large Database) -Einstellungen für AWS Redshift, was zu einer Verbesserung der Abfrageausführungszeiten um 15 % führte. In Bezug auf die Herausforderungen, mit denen diese Projekte konfrontiert sind, betont Hanumanthaiah, wie wichtig es ist, Verbindungen zu erstellen, die in der Lage sind, CDCs zu verwalten, wenn Daten von SAP HANA in cloudbasierte Datenspeicher oder Lakehouses repliziert werden. Er schlägt vor, dass die Verwendung einer Zwischen-Transaktions-Cloud-Datenbank ohne solche Verbindungen wirksam sein kann. Hanumanthaiah stellt auch fest, dass der Bau von Echtzeit-Pipelines beim Umgang mit Hochgeschwindigkeitsdaten kompliziert werden kann. Er befürwortet gründliche Tests von Verbindern und Schnittstellentechnologien unter simulierten großen Lasten, um die Zuverlässigkeit zu gewährleisten. Zusammenfassend: Die Beiträge von Suhas Hanumanthaiah zur Integration von Echtzeit-Datenleitungen und Edge-Computing im Einzelhandel haben zu operativen Verbesserungen bei Grocery Outlet Inc. Seine Arbeit zeigt, wie sich die Datenarchitektur modern verändert und die Kundenerfahrung verbessert. Diese Geschichte wurde als Veröffentlichung von Kashvi Pandey unter HackerNoon's Business Blogging Program verteilt. Diese Geschichte wurde als Veröffentlichung von Kashvi Pandey unter HackerNoon's Business Blogging Program verteilt.
