Data Engineering & Cloud Systems

Die Technische Universität München (TUM) ist ein international renommiertes Zentrum für Datenbankentwicklung und Cloud-Systeme. Ihre Reputation zeigt sich in zahlreichen wissenschaftlichen Auszeichnungen und Kooperationen mit führenden industriellen und akademischen Partnern. Die Stärke der Gruppe liegt in ihrem system-zentrierten Ansatz, der zur Entwicklung weit verbreiteter Datenbanksysteme wie HyPer und Umbra geführt hat. HyPer wurde erfolgreich kommerzialisiert und später von Tableau/Salesforce übernommen. Der geistige Nachfolger, Umbra, dient nun als Grundlage für Forschung und Lehre im Bereich des Hochleistungs-Datenmanagements an der TUM. Die Gruppe führt wegweisende Forschung zu verschiedenen Aspekten effizienter, skalierbarer, zuverlässiger und sicherer Systemsoftware durch, die für Cloud-Umgebungen maßgeschneidert ist.

Mitglieder


kein Bild

Pramod Bhatotia, Prof. Dr.-Ing.

    
    Foto von Alfons Kemper

    Alfons Kemper, Prof. Dr.

      Exemplarische Projekte

      Gottfried Wilhelm Leibniz-Preis: Umbra (Prof. Thomas Neumann)

      Der Gottfried Wilhelm Leibniz-Preis ist die renommierteste Forschungsauszeichnung in Deutschland. Thomas Neumann wurde mit diesem Preis für seine bahnbrechende Arbeit im Bereich der Anfragekompilierung und der Entwicklung von Hochleistungs-Datenbanksystemen ausgezeichnet. Die Förderung unterstützt die Forschung am Umbra, einem Hochleistungs-Datenverwaltungssystem, das effiziente In-Memory-Analyse optimiert ist und gleichzeitig Flash-basierte Speicher unterstützt. Umbra erreicht dies durch die Nutzung von Niedriglatenz-Anfragekompilierung zu Maschinencode und die vollständige Nutzung der Fähigkeiten moderner Hardware.

      ERC Starting Grant DOS: A Decentralized Operating System (Prof. Pramod Bhatotia)

      Fortschritte in der Computer-Hardware, der künstlichen Intelligenz und Big Data haben den Weg für zahlreiche datengetriebene intelligente Anwendungen in Bereichen wie Gesundheit, Mobilität und Robotik geebnet. Diese Anwendungen sind auf eine große Anzahl dezentraler Computer zur Verarbeitung von Benutzerdaten angewiesen. Es ist jedoch eine Herausforderung, eine zuverlässige und sichere Ausführung zu gewährleisten, da eine Vielzahl von Computern in mehreren nicht vertrauenswürdigen Rechtsgebieten eingesetzt werden muss. Das Projekt Decentralized Operating System (DOS) zielt darauf ab, dieses Problem durch einen innovativen Hardware/OS Co-Design-Ansatz zu lösen. In diesem Modell werden Zuverlässigkeits- und Sicherheitseigenschaften von den grundlegenden Schichten der Systemarchitektur selbst bereitgestellt.

      ERC Starting Grant CODAC: Commoditizing Data Analytics in the Cloud (Prof. Viktor Leis)

      Die Landschaft des Data Warehousings und der Datenanalyse verlagert sich zunehmend in die Cloud. Aktuelle Systeme können jedoch teuer sein und basieren häufig auf proprietären Speicherformaten, die Daten effektiv an ein einziges System binden. Das Ziel des CODAC-Projekts besteht darin, die Kommodifizierung der Speicherung und Analyse großer Datensätze in der Cloud voranzutreiben. Kommodifizierung bedeutet, die Datenanalyse so erschwinglich wie möglich zu machen, während gleichzeitig ein Vendor Lock-in bei Hyperscalern vermieden werden soll.

      DFG Schwerpunktprogramm: Scalable Data Management on Modern Hardware

      Das Ziel des Projekts besteht darin, Architekturen und Abstraktionen zu entwerfen, die flexible und skalierbare Datenverwaltungstechniken ermöglichen. Diese Techniken sollten Erweiterbarkeit für neue Datenmodelle bieten, einschließlich Verarbeitungs- und Zugriffsmechanismen, die auf neuartige Anwendungen zugeschnitten sind. Zusätzlich sollten sie die Funktionen moderner und heterogener Hardware sowie von Betriebssystemen nutzen.