Lac de données

Qu’est-ce qu’un lac de données ?

Les lacs de données permettent aux entreprises de transformer des données brutes en données structurées prêtes pour l’analyse SQL, la science des données et le machine learning, mais avec une plus faible latence. Tous les types de données sont collectés plus facilement et sont conservés indéfiniment, y compris pour la diffusion en continu d’images, de vidéos, de fichiers binaires, etc. Étant donné que le lac de données est adapté à de multiples types de fichiers et qu’il constitue une « sphère de sécurité » pour les nouvelles données, il est plus facile de le tenir à jour.

Grâce à ce type de flexibilité, les lacs de données permettent à des utilisateurs ayant des compétences, des localisations et des langues différentes d’effectuer les tâches dont ils ont besoin. Par rapport aux entrepôts de données et aux silos que les lacs de données ont effectivement remplacés, la flexibilité qu’ils offrent aux applications de Big Data et de machine learning est de plus en plus évidente.

Pratiquement tous les grands fournisseurs de services cloud proposent des solutions modernes de lacs de données. Pour les datacenters sur site, le système de fichiers Hadoop (HDFS) reste un quasi-standard. Cependant, à mesure que les entreprises adoptent l’environnement cloud, de nombreuses options s’offrent aux data scientists, ingénieurs et informaticiens qui cherchent à tirer parti des possibilités accrues offertes par le transfert de leur stockage de données vers un environnement de lac de données basé sur le cloud.

Les lacs de données sont particulièrement utiles pour traiter des données diffusées en continu comme les flux JSON. Les trois cas d’utilisation les plus courants sont le Business Analytics ou l’intelligence économique, la science des données axée sur le machine learning et la diffusion de données — des applications hautes performances qui sont tributaires des données en temps réel.

Tous les grands fournisseurs de services cloud, d’Amazon Web Services (AWS) à Microsoft Azure en passant par Google BigQuery, proposent le stockage et les services nécessaires aux lacs de données basés sur le cloud. Quel que soit le niveau d’intégration recherché par une organisation, de la simple sauvegarde à l’intégration complète, les options ne manquent pas.

Par rapport à il y a seulement deux ou trois décennies, la plupart des décisions d’affaires ne sont plus basées sur des données transactionnelles stockées dans des entrepôts. Le passage d’un entrepôt de données structuré à la fluidité de la structure du lac de données moderne répond à l’évolution des besoins et des capacités des applications modernes de Big Data et de science des données.

Bien que de nouvelles applications continuent d’apparaître presque quotidiennement, certaines des applications les plus typiques du lac de données moderne sont axées sur l’acquisition et l’analyse rapides de nouvelles données. Par exemple, un lac de données est capable de combiner les données clients d’une plateforme CRM avec l’analyse des médias sociaux ou une plateforme marketing capable d’intégrer l’historique d’achat d’un client. En combinant ces éléments, une entreprise peut identifier plus précisément ses domaines de profit potentiels ou la cause de la perte de clients.

De même, un lac de données permet aux équipes de recherche et développement de tester des hypothèses et d’évaluer les résultats. Les moyens de collecter des données en temps réel étant de plus en plus nombreux, un lac de données rend les méthodes de stockage ou d’analyse plus rapides, plus intuitives, et accessibles à un plus grand nombre d’ingénieurs.

Le Big Data permet aux entreprises d’aujourd’hui de relever leurs plus grands défis. Si Hadoop a réussi à extraire de la valeur des données non structurées, les entreprises recherchent de nouveaux moyens, plus efficaces, de simplifier leurs méthodes de travail.

Les entreprises engagent actuellement d’énormes dépenses liées à l’analytique, qu’il s’agisse de systèmes, de data scientists ou d’équipes informatiques, afin de mettre en œuvre, d’exploiter et de maintenir leur gestion des données sur site basée sur Hadoop. Comme pour tout environnement de données, les besoins en capacité peuvent évoluer de manière exponentielle.

HPE GreenLake offre aux entreprises une solution cloud véritablement évolutive qui peut simplifier fondamentalement leur expérience Hadoop en éliminant les facteurs de complexité et de coûts pour donner la priorité à l’extraction d’informations à partir des données. HPE GreenLake offre une solution de bout en bout comprenant matériel, logiciels et prestations HPE Services.

En optimisant le potentiel de vos données, HPE GreenLake tire pleinement parti du lac de données HDFS déjà contenu dans l’environnement sur site, tout en exploitant les avantages et les informations offerts dans le cloud.