{"id":71246,"date":"2023-07-03T16:06:12","date_gmt":"2023-07-03T15:06:12","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=blog&p=71246"},"modified":"2024-09-20T17:45:57","modified_gmt":"2024-09-20T16:45:57","slug":"big-data-platform-a-foundation-for-data-solutions-guidelines-for-a-future-proof-and-purpose-built-platform","status":"publish","type":"blog","link":"https:\/\/www.artefact.com\/fr\/blog\/big-data-platform-a-foundation-for-data-solutions-guidelines-for-a-future-proof-and-purpose-built-platform\/","title":{"rendered":"Grande plate-forme Data : Une base pour les solutions Data | Lignes directrices pour une plateforme \u00e0 l'\u00e9preuve du temps et adapt\u00e9e \u00e0 vos besoins"},"content":{"rendered":"

Auteur<\/h2><\/div>\"Image\"

Oussama Ahmad<\/h3><\/div>

Partenaire de Data et Digital Consulting chez Artefact MENA<\/p>\n<\/div><\/div><\/div>

Auteur<\/h2><\/div>\"Image\"

Anthony Cassab<\/h3><\/div>

Data Consulting Director at Artefact MENA<\/p>\n<\/div><\/div><\/div>

Auteur<\/h2><\/div>\"Image\"

Faisal Najmuddin<\/h3><\/div>

Data Engineering Manager at Artefact MENA<\/p>\n<\/div><\/div><\/div><\/div><\/div>

\u00c0 l'\u00e8re du num\u00e9rique, les entreprises doivent faire face au rythme sans pr\u00e9c\u00e9dent de la g\u00e9n\u00e9ration de data et \u00e0 la pl\u00e9thore de syst\u00e8mes d'entreprise et de technologies num\u00e9riques qui collectent tous les types de data. \u00c0 cela s'ajoute la n\u00e9cessit\u00e9 d'analyser rapidement et efficacement ces grands volumes de data pour g\u00e9n\u00e9rer des informations et des renseignements afin de maximiser leur valeur commerciale. Par cons\u00e9quent, les big data platforms sont devenues une base essentielle pour les organisations afin de d\u00e9ployer efficacement des solutions data qui permettent de prendre des d\u00e9cisions commerciales data-driven opportunes et de b\u00e9n\u00e9ficier d'un avantage concurrentiel.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

\n
\u201cLes solutions d'analyse et d'intelligence Data prolif\u00e8rent dans les organisations pour favoriser la croissance de l'entreprise. Les organisations devraient construire de grands data platforms comme fondations solides pour d\u00e9ployer des solutions data \u00e0 grande \u00e9chelle. Ces data platforms doivent \u00eatre con\u00e7ues pour l'entreprise, car elles ne valent que par les informations et les renseignements qu'elles permettent d'obtenir. Elles doivent \u00e9galement \u00eatre con\u00e7ues pour \u00eatre \u00e0 l'\u00e9preuve du temps et b\u00e9n\u00e9ficier des progr\u00e8s constants des services et des technologies d'infrastructure data.\u201d<\/div>\n
Oussama Ahmad, Data Partenaire-conseil chez Artefact<\/div>\n<\/blockquote>\n<\/div>

Objectifs cl\u00e9s de la plate-forme Big Data<\/h2><\/div>

Les Big data platforms visent \u00e0 supprimer les silos data et \u00e0 int\u00e9grer les diff\u00e9rents types de sources data n\u00e9cessaires \u00e0 la mise en \u0153uvre de solutions avanc\u00e9es d'analyse et de renseignement data. Elles fournissent une infrastructure \u00e9volutive et flexible pour la collecte, le stockage et l'analyse de grands volumes de data provenant de sources multiples. Ces plateformes doivent s'appuyer sur les meilleurs services et technologies de gestion de data et r\u00e9pondre \u00e0 trois objectifs cl\u00e9s :<\/p>\n<\/div>

  • <\/i><\/span>
    \n

    Centraliser les sources data<\/strong>: Un grand data platform devrait \u00e9liminer les silos data en ing\u00e9rant et en stockant automatiquement diff\u00e9rents types et tailles de sources data provenant de syst\u00e8mes d'entreprise data et de sources data tierces. Il doit devenir le r\u00e9f\u00e9rentiel central de data, fournissant une source unique de v\u00e9rit\u00e9 pour toutes les sources de data requises pour les solutions d'analyse de data.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Enable data analytics solutions<\/strong>: Un big data platform devrait fournir une infrastructure solide pour d\u00e9velopper, ex\u00e9cuter et d\u00e9ployer diff\u00e9rents types de solutions analytiques (du simple rapport \u00e0 l'apprentissage automatique avanc\u00e9) selon les besoins pour r\u00e9pondre aux besoins de l'entreprise en mati\u00e8re d'intelligence et de connaissances pour la prise de d\u00e9cision.<\/p>\n<\/div><\/li>

  • <\/i><\/span>
    \n

    Assurer un acc\u00e8s conforme et s\u00e9curis\u00e9 au data et aux applications<\/strong>: Avec un grand data platform, les organisations devraient \u00eatre en mesure de fournir un acc\u00e8s data consolid\u00e9 et s\u00e9curis\u00e9 aux parties prenantes internes et externes. Elles doivent \u00e9galement stocker, traiter et distribuer data d'une mani\u00e8re conforme aux lois et r\u00e9glementations locales, ainsi qu'aux normes internationales et aux meilleures pratiques.<\/p>\n<\/div><\/li><\/ul>

    Infrastructure de la plate-forme Big Data<\/h2><\/div>

    Il existe plusieurs options d'infrastructure pour un grand data platform : enti\u00e8rement sur site, enti\u00e8rement cloud ou hybride cloud\/sur site, chacune ayant ses propres avantages et d\u00e9fis. Les entreprises doivent tenir compte d'un certain nombre de facteurs lorsqu'elles choisissent l'option d'infrastructure la plus appropri\u00e9e pour leur grand data platform, notamment les exigences en mati\u00e8re de s\u00e9curit\u00e9 et de r\u00e9sidence data, les int\u00e9grations de sources data, les exigences en mati\u00e8re de fonctionnalit\u00e9 et d'\u00e9volutivit\u00e9, ainsi que les co\u00fbts et les d\u00e9lais. Une architecture enti\u00e8rement bas\u00e9e sur cloud offre des co\u00fbts plus bas et plus pr\u00e9visibles, des services et des int\u00e9grations pr\u00eats \u00e0 l'emploi et une \u00e9volutivit\u00e9 rapide, mais elle ne permet pas de contr\u00f4ler le mat\u00e9riel et peut ne pas \u00eatre conforme aux r\u00e9glementations data relatives \u00e0 la confidentialit\u00e9 et \u00e0 la r\u00e9sidence. Une architecture enti\u00e8rement sur site offre un contr\u00f4le total sur le mat\u00e9riel et la s\u00e9curit\u00e9 data, respecte g\u00e9n\u00e9ralement les r\u00e9glementations en mati\u00e8re de confidentialit\u00e9 et de r\u00e9sidence, mais entra\u00eene des co\u00fbts plus \u00e9lev\u00e9s et n\u00e9cessite une planification \u00e0 long terme pour l'\u00e9volution. Une architecture hybride cloud\/sur site offre le meilleur des deux mondes, facilitant une migration compl\u00e8te vers le cloud \u00e0 une date ult\u00e9rieure, mais peut n\u00e9cessiter une configuration plus complexe.<\/p>\n

    De nombreuses organisations choisissent une infrastructure hybride pour leurs grandes data platforms en raison d'exigences organisationnelles visant \u00e0 conserver les data hautement sensibles (telles que les data clients et financi\u00e8res) sur leurs propres serveurs, ou en raison du manque de fournisseurs de services cloud certifi\u00e9s par le gouvernement (CSP) qui r\u00e9pondent aux exigences locales en mati\u00e8re de data confidentialit\u00e9 et de r\u00e9sidence. Ces organisations pr\u00e9f\u00e8rent \u00e9galement conserver les sources cloud natives ou data non sensibles dans le cloud afin d'optimiser les co\u00fbts des ressources de stockage et de calcul et de tirer parti des services d'analyse et d'apprentissage automatique data pr\u00eats \u00e0 l'emploi disponibles aupr\u00e8s des CSP. D'autres organisations qui n'ont pas d'exigences organisationnelles ou r\u00e9glementaires concernant la r\u00e9sidence du data au sein de l'entreprise ou du pays optent pour une infrastructure enti\u00e8rement bas\u00e9e sur le cloud pour un temps de mise en \u0153uvre plus rapide, des co\u00fbts optimis\u00e9s et des ressources facilement \u00e9volutives.<\/p>\n<\/div>

    <\/span><\/div>

    Figure 1 : Infrastructure hybride de la plateforme Data en nuage et sur site<\/i><\/span><\/p>\n<\/div>

    Une grande data platform implique g\u00e9n\u00e9ralement la mise en place de sept couches principales qui refl\u00e8tent le cycle de vie de la data, de la \u201cdata brute\u201d \u00e0 l\u201c\u201dinformation\u201c et \u00e0 la \u201dconnaissance\". Les organisations doivent \u00e9tudier attentivement les services et outils appropri\u00e9s requis pour chacune des couches afin de garantir un flux de data transparent et une production efficace d'informations de data. Ces services et outils doivent remplir des fonctions cl\u00e9s dans chaque couche de la grande data platform, comme le montre la figure 2 : Couches de la plate-forme Data de la grande Data.<\/p>\n<\/div>

    <\/span><\/div>

    Figure 2 : Plate-forme Big Data Couches Data
    \n<\/i><\/span><\/p>\n<\/div>

    \u00c9volution de la plate-forme Big Data<\/h2><\/div>

    Le d\u00e9veloppement d'un big data platform devrait se faire en plusieurs \u00e9tapes, en commen\u00e7ant par une plateforme minimale viable (MVP) et en poursuivant par des mises \u00e0 niveau incr\u00e9mentales. Une organisation doit synchroniser l'\u00e9volution de sa grande data platform avec les exigences accrues en mati\u00e8re d'informations et de renseignements plus larges et plus rapides pour la prise de d\u00e9cisions commerciales. Ces exigences accrues ont une incidence sur la complexit\u00e9 du big data platform en termes de solutions analytiques data, de volumes et de types de sources data et d'utilisateurs internes et externes. L'\u00e9volution du big data platform comprend l'ajout de ressources de stockage et de calcul suppl\u00e9mentaires, de caract\u00e9ristiques et de fonctionnalit\u00e9s avanc\u00e9es, ainsi que l'am\u00e9lioration de la s\u00e9curit\u00e9 et de la gestion de la plateforme.<\/p>\n<\/div>

    <\/span><\/div>

    Figure 3 : \u00c9volution de la plate-forme Big Data<\/i><\/span><\/p>\n<\/div>

    \n
    \u201cNous avons constat\u00e9 que de nombreuses organisations ont tendance \u00e0 construire de grandes data platforms avec des fonctionnalit\u00e9s avanc\u00e9es et inutiles d\u00e8s le premier jour, ce qui augmente le co\u00fbt de possession de la technologie. Le d\u00e9ploiement d'une grande plate-forme data platform devrait commencer par une plate-forme minimale viable et \u00e9voluer en fonction des exigences commerciales et technologiques. D\u00e8s les premi\u00e8res \u00e9tapes de la construction de la plateforme, les organisations devraient mettre en place une couche robuste de data governance et de gestion qui garantisse data la qualit\u00e9, la confidentialit\u00e9, la s\u00e9curit\u00e9 et la conformit\u00e9 avec les lois locales et r\u00e9gionales en mati\u00e8re de data.\u201d<\/div>\n
    \u00a0Anthony Cassab, Data Directeur conseil \u00e0 Artefact<\/div>\n<\/blockquote>\n<\/div>

    Lignes directrices pour une plate-forme Big Data \u00e0 l'\u00e9preuve du temps<\/h2><\/div>

    Un grand data platform devrait \u00eatre construit conform\u00e9ment \u00e0 des lignes directrices architecturales cl\u00e9s afin de garantir sa p\u00e9rennit\u00e9, de permettre l'extensibilit\u00e9 des ressources, la portabilit\u00e9 entre diff\u00e9rentes infrastructures sur site et cloud, la mise \u00e0 niveau et le remplacement des services, ainsi que l'expansion des m\u00e9canismes de collecte et de partage data.<\/p>\n<\/div>

    • <\/i><\/span>
      \n

      Couches modulaires data<\/strong>: Toutes les couches de la plate-forme doivent \u00eatre bien d\u00e9finies et int\u00e9gr\u00e9es, de la couche d'ingestion de data \u00e0 la couche de visualisation et de BI de data. Chaque couche doit s'appuyer sur les meilleurs services ou outils, ce qui implique g\u00e9n\u00e9ralement que l'architecture ne repose pas sur une solution \u201cbo\u00eete noire\u201d et permette la configuration et l'int\u00e9gration d'outils et de services autonomes qui fournissent des fonctionnalit\u00e9s sp\u00e9cifiques.<\/p>\n<\/div><\/li>

    • <\/i><\/span>
      \n

      Applications conteneuris\u00e9es<\/strong>: La plateforme devrait conteneuriser les proc\u00e9dures et applications d'ingestion, de traitement et d'analyse data \u00e0 l'aide de plateformes d'orchestration telles que Kubernetes. Les conteneurs offrent un m\u00e9canisme de conditionnement logique dans lequel les applications peuvent \u00eatre abstraites de l'environnement d'ex\u00e9cution, ce qui permet d'ex\u00e9cuter des charges de travail conteneuris\u00e9es sur diff\u00e9rents types d'infrastructure. Cela facilite la portabilit\u00e9 des applications de la plateforme sur diff\u00e9rentes infrastructures sur site et cloud, ainsi que le d\u00e9ploiement sur plusieurs cloud.<\/p>\n<\/div><\/li>

    • <\/i><\/span>
      \n

      Architecture bas\u00e9e sur les microservices<\/strong>: Les applications de la plateforme devraient \u00eatre d\u00e9compos\u00e9es en microservices, chacun remplissant une fonction sp\u00e9cifique et interagissant avec les autres. Cela facilite la construction et la maintenance des applications, permet le d\u00e9ploiement ind\u00e9pendant et la mise \u00e0 l'\u00e9chelle des microservices, et permet la livraison rapide et fr\u00e9quente de grandes applications complexes.<\/p>\n<\/div><\/li>

    • <\/i><\/span>
      \n

      Services et outils standard<\/strong>: La s\u00e9lection des outils et des services pour la plate-forme devrait se concentrer sur les normes industrielles partag\u00e9es (normes ouvertes) et r\u00e9duire la d\u00e9pendance \u00e0 l'\u00e9gard de celles qui sont sp\u00e9cifiques \u00e0 un seul fournisseur de technologie. Par exemple, la plateforme devrait inclure des services cloud communs \u00e0 plusieurs fournisseurs de services cloud. Cela facilite la migration entre diff\u00e9rentes infrastructures sur site et cloud et les d\u00e9ploiements multi-cloud, r\u00e9duisant ainsi les co\u00fbts et les d\u00e9lais.<\/p>\n<\/div><\/li>

    • <\/i><\/span>
      \n

      Robuste data governance<\/strong>: D\u00e8s le d\u00e9part, la plateforme doit int\u00e9grer un cadre data governance solide sous la forme d'outils de gouvernance, de services, de processus, de contr\u00f4les et de r\u00e8gles qui garantissent un contr\u00f4le et une am\u00e9lioration continus de la qualit\u00e9 des data, un acc\u00e8s s\u00e9curis\u00e9 aux data et aux data analytiques, la protection de la vie priv\u00e9e, un stockage et un traitement conformes, ainsi qu'une gestion normalis\u00e9e des data et des m\u00e9tadata. Cela facilite la mise \u00e0 l'\u00e9chelle des ressources et des capacit\u00e9s de la plateforme, ainsi que l'adoption \u00e0 grande \u00e9chelle de solutions d'analyse data et l'utilisation des ensembles data disponibles.<\/p>\n<\/div><\/li><\/ul>

      \n
      \u201cUne plateforme adaptable et modulaire qui peut \u00e9voluer en fonction des besoins de l'entreprise est pr\u00e9f\u00e9rable \u00e0 une plateforme \u201cbo\u00eete noire\u201d qui est bien int\u00e9gr\u00e9e mais qui ne permet qu'une personnalisation limit\u00e9e. Ces architectures de plateforme peuvent \u00eatre construites enti\u00e8rement ou partiellement dans le cloud pour tirer parti des avantages de l'informatique cloud, tels que l'\u00e9volutivit\u00e9 et la rentabilit\u00e9, tout en r\u00e9pondant aux exigences de confidentialit\u00e9 et de s\u00e9curit\u00e9 des r\u00e9glementations de protection data.\u201d<\/div>\n
      Faisal Najmuddin, Data Engineering Manager at Artefact<\/div>\n<\/blockquote>\n<\/div>

      En r\u00e9sum\u00e9, un grand data platform apporte de multiples avantages aux organisations, tels que la centralisation des sources de data, la mise en place de solutions analytiques avanc\u00e9es de data et l'acc\u00e8s \u00e0 l'\u00e9chelle de l'entreprise aux solutions et sources analytiques de data. Cependant, la mise en \u0153uvre d'un grand data platform implique un certain nombre de d\u00e9cisions strat\u00e9giques, telles que le choix de la ou des bonnes infrastructures, l'adoption d'une architecture \u00e0 l'\u00e9preuve du temps, la s\u00e9lection de services standard et \u201cmigrables\u201d, l'examen attentif des r\u00e9glementations relatives \u00e0 la protection du data et, enfin, la d\u00e9finition d'un plan d'\u00e9volution optimal \u00e9troitement li\u00e9 aux exigences de l'entreprise et qui maximise le retour sur investissement du data.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"

      Les Big data platform sont devenus une base essentielle pour que les organisations puissent d\u00e9ployer efficacement des solutions data.<\/p>","protected":false},"featured_media":71255,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[22035],"blog-language":[2991],"class_list":["post-71246","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-data-ai-consulting","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog\/71246","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media\/71255"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/media?parent=71246"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-category?post=71246"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/fr\/wp-json\/wp\/v2\/blog-language?post=71246"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}