Quelle est la différence entre Data Fabric et Data Mesh ?

Dans un premier temps, les organisations se sont concentrées sur la collecte de leurs données d'entreprise. Aujourd'hui, le défi consiste à tirer parti des connaissances contenues dans les données afin d'obtenir des informations intelligentes permettant une meilleure prise de décision. De nombreuses technologies et solutions promettent de tirer le meilleur parti de vos données. Parmi elles, nous trouvons Data Fabric et Data Mesh. Bien que ces concepts puissent sembler similaires, il existe des différences fondamentales entre ces deux approches. Voici quelques explications.

Ce n'est un secret pour personne que les immenses volumes de données collectées chaque jour présentent de nombreux avantages pour les organisations. Elles peuvent apporter des informations précieuses sur les clients, ce qui permet aux entreprises de personnaliser leurs offres et de se différencier de leurs concurrents, par exemple. Cependant, le nombre croissant d'utilisations numériques crée une abondance d'informations qu'il peut être difficile d'exploiter sans une structure de données solide.

Selon les prévisions de Gartner, d'ici 2024, plus de 25 % des fournisseurs de solutions de gestion des données offriront une support complète support structure des données en combinant leurs propres produits et ceux de leurs partenaires, contre moins de 5 % aujourd'hui.

Dans ce contexte, plusieurs pistes peuvent être explorées, mais deux se détachent particulièrement : Data Fabric et Data Mesh.

Qu'est-ce qu'une structure de données ?

Le concept de Data Fabric a été introduit par Gartner en 2019. Le célèbre institut décrit une Data Fabric comme l'utilisation combinée de plusieurs technologies existantes pour permettre une mise en œuvre métadonnées et une conception augmentée.

En d'autres termes, une Data Fabric est un environnement dans lequel les données et les métadonnées sont analysées en permanence pour un enrichissement continu et une valeur optimale. Mais attention ! Une Data Fabric n'est pas un produit fini ou une solution - c'est un environnement évolutif qui repose sur la combinaison de différentes solutions ou applications qui interagissent les unes avec les autres pour affiner les données.

Une Data Fabric s'appuie sur des API et des technologies "No Code" qui permettent de créer des synergies entre différentes applications et services. Ces solutions permettent ainsi de transformer les données pour en extraire la quintessence des connaissances tout au long de leur cycle de vie.

Qu'est-ce que le Data Mesh ?

Le concept de Data Mesh a été introduit par Zhamak Dehghani de Thoughtworks en 2018. Il s'agit d'une nouvelle approche de l'architecture des données, d'un nouveau mode d'organisation, basé sur le maillage des données. Le Data Mesh repose sur la création d'une structure de données multi-domaines. Les données sont cartographiées, identifiées et réorganisées en fonction de leur usage, de leur cible ou de leur exploitation potentielle. Data Mesh repose sur les principes fondamentaux suivants : le propriétaire des données, le libre-service et l'interopérabilité. Ces trois principes permettent de créer une gestion des données décentralisée gestion des données. L'avantage ? Créer des interactions entre différents domaines de données disparates pour générer toujours plus d'intelligence.

Les principales différences entre Data Fabric et Data Mesh

Pour bien comprendre les différences entre Data Fabric et Data Mesh, commençons par discuter de ce qui les rapproche. Dans les deux cas, il n'existe pas de solution "prête à l'emploi".

Alors qu'un Data Fabric est basé sur un écosystème de diverses solutions logicielles de données, le Data Mesh est une manière d'organiser et de gouverner les données. Dans le cas du Data Mesh, les données sont stockées de manière décentralisée dans leurs domaines respectifs. Chaque nœud dispose d'un stockage local et d'une puissance de calcul, et aucun point de contrôle unique n'est nécessaire pour le fonctionnement.

Avec une structure de données, en revanche, l'accès aux données est centralisé avec des grappes de serveurs à grande vitesse pour la mise en réseau et le partage des ressources de de haute performance . Il existe également des différences en termes d'architecture de données. Par exemple, Data Mesh introduit une perspective organisationnelle, indépendante des technologies spécifiques. Son architecture suit une conception centrée sur le domaine et une pensée centrée sur le produit.

Bien qu'ils aient des justifications différentes, le Data Mesh et le Data Fabric servent les mêmes objectifs d'entreprise, à savoir tirer le meilleur parti de vos actifs de données. En ce sens, malgré leurs différences, elles ne doivent pas être considérées comme opposées mais plutôt comme complémentaires.

À propos d'Actian Corporation

Actian facilite l'accès aux données. Notre plateforme de données simplifie la façon dont les gens connectent, gèrent et analysent les données dans les environnements cloud, hybrides et sur site . Avec des décennies d'expérience dans la gestion des données et l'analyse, Actian fournit des solutions de de haute performance qui permettent aux entreprises de prendre des décisions basées sur les données. Actian est reconnu par les principaux analystes et a reçu des prix de l'industrie pour sa performance et son innovation. Nos équipes partagent des cas d'utilisation éprouvés lors de conférences (par exemple, Strata Data) et contribuent à des projets à code source ouvert. Sur le blog d'Actian, nous abordons des sujets tels que l'ingestion de données en temps réel, l'analyse de données, la gouvernance données, la gestion des données, la qualité des données, l'intelligence des données et l'analyse pilotée par l'IA.