Latency

Latency, zu Deutsch Latenz, bedeutet so viel wie Verzögerung oder Verzögerungszeit. Unterm Strich bezeichnet man damit den Zeitraum zwischen einem Ereignis und der darauffolgenden Reaktion. Im technischen Bereich und insbesondere bei Big Data spricht man von Datenlatenz. Dabei geht es konkret um die Zeitdauer, um ein Datenpaket zu speichern und bei Bedarf wiederzufinden.

Nachdem die Datenmengen stetig wachsen, wird die Latency im Bereich Big Data zunehmend wichtiger. Immerhin sind die gesammelten Informationen nur dann in der Praxis nützlich, wenn sie in einer überschaubaren Zeit ausgelesen werden können.

Untergruppierungen bei Latency

Ferner spricht man von drei Arten von Datenlatenz:

  • Real-Time / Echtzeit
    Wie der Name erahnen lässt, gibt es hierbei keine oder fast keine Latenz. Das heißt, Daten werden sofort mit Erhalt gespeichert bzw. verarbeitet. Folglich kann man sie ohne Zeitverzögerung verwenden. Ein Beispiel dafür sind Aktienwerte an der Börse. Diese Form der Latenz ist oftmals die gewünschte Lösung. Allerdings ist sie mit Abstand die aufwändigste. Schließlich müssen Hard- und Software stets im optimalen Bereich arbeiten, damit keine Zeitverzögerung auftritt.
  • Near-Time / Zeitnah
    Im Gegensatz zur Echtzeit aktualisiert man hier die Informationen nur in bestimmten Intervallen. Ein Beispiel aus der Praxis ist eine Website mit Wetterdaten, die man alle 20 Minute aktualisiert. Trotzdem sind die Herausforderungen mit jenen der Echtzeit-Latenz teilweise vergleichbar. Der Unterschied liegt hauptsächlich darauf, dass die Ansprüche an die Geschwindigkeit entsprechend der Aktualisierungs-Intervalle sinken.
  • Some-Time / Irgendwann
    Dabei werden die Daten nur einmal aktualisiert oder die Aktualisierung erfolgt zu unregelmäßigen Zeiten. Zum Beispiel verfährt man so üblicherweise bei einer Kundendatenbank.
Diese Begriffe könnten Sie auch interessieren