Perspectives pour le patrimoine de données hybride

L'ère des données est arrivée, avec une prolifération effrénée de nouvelles sources de données, de nouveaux objectifs et de nouveaux modèles de traitement au sein des entreprises de toutes tailles. Si les données n'ont jamais été aussi précieuses pour une entreprise — elles déterminent désormais le « qui », le « quoi », le « où », le « quand » et le « comment » de prise de décision ce nouveau patrimoine de données hybride patrimoine de données de nouveaux défis. Nous anticipons les initiatives innovantes suivantes en matière de gestion des données, d'intégration et d'analyse pour relever ces défis.

L'essor du HTAP : le meilleur des deux mondes en matière de gestion des données

L'une des tendances les plus prometteuses pour le reste de cette décennie sera le HTAP (Hybrid Transactional/Analytical Processing), un terme inventé par Gartner qui désigne une infrastructure logicielle hybride et convergente capable de gérer à la fois les charges de travail traditionnelles de gestion des données transactionnelles ET gestion des données modernes gestion des données analytique gestion des données .

Toutes les entreprises peinent à trouver les outils et les techniques nécessaires pour analyser efficacement le volume, la variété et la vélocité des données. Une nouvelle génération de bases de données SQL analytiques en colonnes (comme Actian Analytics Engine) sera essentielle pour concrétiser la promesse de décisions fondées sur les données. Parallèlement, les entreprises connaissent bien leurs investissements dans les bases de données SQL transactionnelles traditionnelles (comme Actian Ingres), qui constituent l'épine dorsale de gestion des données la plupart d'entre elles, et cherchent à les préserver. Comment concilier ces deux gestion des données ?

Et si vous pouviez bénéficier de ces deux capacités au sein d’une même base de données ? Et si vous pouviez profiter du meilleur des deux mondes ? Des capacités de base de données OLTP robustes et de classe entreprise, s’appuyant sur plus de 30 ans d’expérience pionnière en matière de gestion des données. Ajoutez à cela le moteur de base de données analytique en colonnes le plus performant au monde (avec traitement vectoriel) au sein de la même infrastructure de base de données. Une seule base de données, un seul modèle de sécurité, un seul langage SQL, un seul fournisseur : voilà une solution hybride innovante alliant traitement opérationnel et analytique, couvrant ainsi l’ensemble du spectre de gestion des données! Avec la possibilité de la déployer dans le cloud ou sur site. Voilà de quoi se réjouir.

L'essor des bases de données en périphérie pour gestion des données de l'IoT

Les piles et solutions IoT émergentes ne disposent pas d’un élément essentiel des évolutif : une couche intermédiaire élastique capable de se positionner à la « périphérie » du réseau et de fournir des services de traitement robustes pour l’intégration et l’analyse des données IoT. La plupart des architectures IoT conventionnelles se concentrent simplement sur les deux principaux points d’extrémité : les capteurs eux-mêmes, qui génèrent des données de bas niveau, et le cloud, où les événements des capteurs doivent finalement « aboutir » pour être analysés.

Compte tenu du volume considérable et de la répétition des données des capteurs, il est irréaliste d'envisager de « stocker » l'intégralité de ces données dans le cloud. Les architectures IoT les plus avancées offriront une couche intermédiaire intelligente – une sorte de passerelle située à proximité des capteurs, en périphérie. Cette couche est destinée à la collecte, au traitement et à l'analyse locale précoces des données des capteurs, avant que seules les informations essentielles ne soient transmises au cloud.

La technologie idéale à déployer à la « périphérie » du réseau est une base de données EdgeEmbarqué base de données Edge Embarqué ) à toute épreuve. Outre les avantages évidents liés au déploiement d’une base de base de données Edge Embarqué à la « périphérie » du réseau (persistance, sécurité, etc.), vous pourriez également appliquer un filtrage local essentiel (par exemple, les doublons, les erreurs, les états stables, etc.) et effectuer des opérations sur les données (par exemple, tri, agrégations, application de modèles et analyses locales) avant de les « transférer » dans le cloud – une configuration bien plus efficace et productive pour l’analyse dans le cloud des données issues des capteurs.

L'essor des plateformes d'intégration hybride

Il semble que, quel que soit le montant investi, l’intégration reste un problème non résolu – figurant en permanence en tête de liste des priorités de tous les services informatiques et de toutes les organisations. La diversité des systèmes informatiques garantit un minimum de défis en matière d’intégration. Le nombre incalculable de nouveaux terminaux qui apparaissent chaque année ne fait qu’aggraver la situation. Si l'on ajoute à cela le fait que les terminaux, anciens comme nouveaux, évoluent constamment, le problème prend encore davantage d'ampleur. Ajoutez à cela la nécessité de disposer de différents modèles d'intégration et de déploiement, et vous commencez à entrevoir les nombreuses dimensions intimidantes du problème d'intégration.

Y a-t-il de l’espoir ? Oui, des outils qui dépassent les limites des offres d’intégration classiques actuelles font leur apparition sur le marché. Au lieu de se concentrer sur une seule dimension du problème d’intégration actuel – sur site hérité sur site , outils EAI lourds ou services cloud allégés –, nous verrons les clients se tourner vers plateformes d’intégration hybrides – des solutions modernes, dynamiques et basées sur le cloud – pour aborder toutes ces dimensions. Qu'il s'agisse de la diversité des points d'extrémité (cloud, mobile ou sur site), de la diversité des modèles (A2A via des API ou B2B via des données), de la diversité des compétences (de l'expert informatique au professionnel métier) ou de la diversité des modèles de déploiement (cloud ou sur site), une plateforme d'intégration hybride moderne telle qu'Actian DataCloud permettra aux clients de s'adapter aux besoins actuels en matière d'intégration de données.

L'essor de l'analyse de graphes dans le cloud

Neo4J, leader du marché des technologies de bases de données sur site , a récemment levé 36 millions de dollars lors d'un tour de table. Ce financement consacre les bases de données orientées graphe (ainsi que le domaine de l'analyse de graphes qui y est associé) comme des acteurs à part entière au sein du panthéon des techniques analytiques modernes.

Pourquoi recourir à la visualisation graphique ? Pour reprendre les mots désormais célèbres de Donald Rumsfeld, il y a les « choses connues » (traitées via la BI et le reporting), les « choses inconnues » (traitées via analyse prédictive maîtriser un défi analytique connu tel que la fraude), et enfin les « choses inconnues ». Ce sont les questions que vous ne saviez pas poser, les requêtes que vous ne saviez pas formuler. Quels sont les schémas inconnus/invisibles cachés dans vos données, et comment les trouver ? C'est l'un des grands défis analytiques des jeux de données quelles sont les relations inhérentes (mais invisibles) dans les données ? Quels objets sont « proches » de quels autres objets ? Quels objets sont des « valeurs aberrantes » ? Quels événements, jusqu'ici apparemment sans rapport, partagent un même espace et un même temps ?

C'est précisément pour cette raison que les graphes constituent un nouvel outil analytique essentiel. L'analyse de graphes dans le cloud offre la plateforme de mise en œuvre idéale, et nous nous attendons à voir apparaître des solutions qui vous permettront de transférer vos données vers le cloud, de les charger dans un magasin de données de graphes en arrière-plan tel qu'Actian Versant, puis de les « mettre en graphes » pour mettre en évidence les tendances inhérentes aux données (et même voir de nouvelles tendances émerger spontanément à mesure que vous ajoutez de nouvelles données).

À propos de l'auteur

À propos de Actian Corporation

Actian permet aux entreprises de gérer et de gouverner leurs données en toute confiance, quelle que soit leur ampleur. Les organisations font confiance aux solutions gestion des données d'intelligence des données d'Actian pour rationaliser leurs environnements de données complexes et accélérer la mise à disposition de données prêtes pour l'IA. Conçues pour être flexibles, les solutions Actian s'intègrent de manière transparente et fonctionnent de manière fiable dans les environnements sur site, dans le cloud et hybrides. Pour en savoir plus sur Actian, la division données et IA de HCL Software, rendez-vous sur actian.com.