BI und Open Source: Interessante Nischen

Autor: Stefan Keller, Berater für Anwendungsarchitekturen

Im "Commodity"-Markt für Business Intelligence (BI)-Produkte ist der Einsatz von Open-Source-Komponenten eine ernst zu nehmende Alternative. Das zeigt die Entwicklung: Denn in den letzten Jahren sind die Vorbehalte gegen den Einsatz von Open-Source-Software (OS-Software) auf breiter Front überwunden worden. Darum stellen sich viele IT-Verantwortliche heute die Frage, ob eine OS-Strategie auch für BI sinnvoll sein kann. Diese Überlegungen sind nicht aus der Luft gegriffen, wie ein Blick auf den BI-Markt zeigt. Stefan Keller, Experte für Anwendungsarchitekturen, fasst in der jüngsten Ausgabe (01/2007) der Fachzeitschrift BI-SPEKTRUM zusammen.

Die Mehrzahl der Angebote für BI-Software orientiert sich am De-facto-Standard für die technische Architektur von Data Warehouses: Mit einem Datenintegrationswerkzeug wird eine relationale Datenbank befüllt, auf der die OLAP-Infrastruktur (Online Analytical Processing) und das Standardreporting aufsetzen. Die großen Hersteller von relationalen Datenbanken und die Schwergewichte im BI-Markt bieten für diese Architektur Komplettlösungen an, was die spezialisierten Anbieter unter Preisdruck setzt. Die Produkte unterscheiden sich in ihrer Funktionalität kaum noch, gleichzeitig sind echte Innovationen rar. Gerade in derartigen "Commodity"-Märkten haben OS-Projekte gute Erfolgschancen, sei es (wie bei Linux) durch Imitation erfolgreicher Produkte oder (wie im Fall von Eclipse Business Intelligence Reporting Tool, BIRT) durch Investitionen von Produktanbietern, die ihre Zukunft im Geschäft mit Add-ons und Support sehen. Mit fortschreitender Standardisierung der Data-Warehouse-Technik liegt es auch zunehmend näher, im OS-Umfeld nach passenden Komponenten zu suchen.

Derzeit gibt es rund zwei Dutzend OS-Projekte zu den verschiedenen Facetten der Business Intelligence, die fast alle auf J2EE-Technologien ausgerichtet sind. Das Angebot an Lösungen zur Integration von Massendaten ist hingegen schmal: Einzig Kettle enthält eine GUI-Komponente zur Konfiguration von Transformations- und Ladeprozessen, während andere Projekte primär Werkzeuge zur Programmierunterstützung (Codegeneratoren und Frameworks) entwickeln.

Als OS-Datenbanken für Business Intelligence kommen vor allem MySQL und PostgreSQL in Betracht. MySQL glänzt bei den BI-typischen komplexen Lesezugriffen mit hoher Geschwindigkeit, lässt aber im aktuellen Release noch einige für das Data Warehousing wichtige Features wie partitionierbare Tabellen vermissen. PostgreSQL enthält hingegen alle wichtigen Datenbankfunktionen, erreicht jedoch derzeit nicht die Performance von MySQL.

OLAP-Funktionalität ist im Open-Source-Umfeld beinahe ein Synonym für Mondrian, einen in Java geschriebenen OLAP-Server. Dieser ermöglicht mit den OLAP-Abfragesprachen MDX und XML/A den Zugriff auf SQL-Datenbanken. Mondrian selbst hat kein Frontend, aber mit der Bibliothek JPivot kann man Mondrian-Abfragen über Java Server Pages in Weblösungen integrieren. Eine Alternative zu JPivot ist OpenI mit dem Anspruch einer "Out of the Box"-Lösung.

Die bekanntesten OS-Produkte für die Reporterstellung sind JasperReports und Eclipse BIRT. JasperReports ist eine Rendering-Bibliothek zur Erzeugung von Standardreports innerhalb von J2EE-Anwendungen und dürfte das am häufigsten eingesetzte OS-BI-Produkt sein. BIRT ist das Reporting-Plug-in der Eclipse-Entwicklungsumgebung. Seine Entwicklung wird massiv von der BI-Softwarefirma Actuate unterstützt. Schon dieses Schlaglicht zeigt, dass ein Data Warehouse aus OS-Komponenten technisch möglich ist. Aber - ist es auch empfehlenswert?

Erfolgreiche OS-Lösungen haben fast immer eine breite Community, die sich aktiv an Entwicklung, Fehlersuche und Dokumentation beteiligt. In den meisten BI-Projekten findet man dagegen nur eine Handvoll aktiver Mitarbeiter. Das muss nicht gegen die Qualität der Software sprechen. Aber das oft für OS vorgebrachte Argument "die Community hilft bei Problemen besser als die Hotline des Anbieters" wird fragwürdig, wenn nur wenige Personen das notwendige Know-how haben. Kommerziellen Support gibt es nur für einzelne Produkte (etwa JasperReports).

Ein weiteres Hindernis für die Nutzung von OS-Software im Umfeld der Business Intelligence ist, dass es keine Standardschnittstellen gibt. Um aus OS-Produkten ein Data Warehouse zu bauen, muss Individualsoftware programmiert werden, welche die Komponenten miteinander verknüpft. Aufgrund der kleinen Communities gibt es dafür wenig Referenzmaterial. Kommerzielle Produkte bieten einen vor-integrierten Produktstack, der dem Kunden diese Arbeit abnimmt. Allerdings hat das Startup-Unternehmen Pentaho in den letzten Monaten wichtige OS-Projekte wie Mondrian und Kettle unter seinem Dach zusammengeführt, um so eine quelloffene Standardplattform für BI-Projekte am Markt zu etablieren. Es gibt aber noch kein vollständiges Release, geschweige denn Referenzkunden.

Die Entscheidung für OS-Produkte in einem Data-Warehouse-Projekt bringt also erhebliche "First mover"-Risiken mit sich. Gleichzeitig relativiert der Preisdruck im BI-Markt mögliche Kostenvorteile von OS-Lizenzen. Darum drängt sich der Schluss auf, dass OS-Produkte auf absehbare Zeit im Data Warehousing keine große Rolle spielen werden.

Trotzdem wäre es ein Fehler, Open Source Business Intelligence als für den professionellen Einsatz nutzlos abzutun. Viele Unternehmen benötigen außer den klassischen BI-Systemen auch individuell entwickelte, hochspezifische Recherche-Logik, oft auch mit Update-Funktionalität. Die Umsetzung solcher Anforderungen durch Customizing einer Standardsoftware wird leicht so aufwändig wie eine Eigenentwicklung. Außerdem kann ein Releasewechsel des Produkts kostspielige Anpassungen der individualisierten Systemkomponenten erzwingen. Von den Effizienzvorteilen der Nutzung eines Standardprodukts bleibt dann wenig übrig.

In einer solchen Situation bieten sich quelloffene Komponenten als Alternative an. Sie erlauben es, Individualsoftware auf J2EE-Basis mit kontrolliertem Aufwand um fortgeschrittene Funktionalität wie OLAP zu ergänzen, die bisher kommerziellen Produkten vorbehalten war. Durch gezieltes Prototyping können dabei die Risiken des Komponenteneinsatzes beherrscht werden – die notwendigen Entwicklungs- und Testkompetenzen sollten im Projektteam ohnehin vorhanden sein.

Angesichts des Trends zur zeit- und damit quellnahen Analyse von Daten ist mit einer Zunahme der Bedeutung von individuell entwickelten BI-Applikationen zu rechnen. Open Source Business Intelligence könnte dabei zukünftig eine bedeutende Rolle spielen - allerdings nicht, wie viele ihrer Protagonisten es sich derzeit vorstellen, als geschlossener Produktstack, sondern als Baukasten von flexibel nutzbaren Komponenten.