2 Les données de votre organisation sont partout. Une partie se trouve dans des data centers sur site, une autre dans du stockage objet cloud, une autre encore dans des applications SaaS comme Salesforce ou Slack, dispersées dans des systèmes de fournisseurs que vous ne contrôlez pas. De plus en plus, les données s’étendent sur plusieurs clouds : AWS, Azure, Google Cloud et des environnements propriétaires. Les stratégies de sauvegarde traditionnelles ne suivent pas. Chaque système a son outil, chaque plateforme ses politiques. Restaurer suppose de choisir le bon outil pour chaque source de données. Les administrateurs de sauvegarde jonglent avec des dizaines d’outils aux interfaces, aux langages et aux rapports différents. L’architecture data fabric propose une meilleure approche. Une couche de métadonnées unifiée se place au-dessus de votre infrastructure hétérogène et offre une découverte unifiée, une application cohérente des politiques et une restauration simplifiée partout. Pour les équipes de sauvegarde et de protection, cela change fondamentalement la manière de travailler. Cet article présente l’architecture data fabric appliquée à la sauvegarde et à la restauration, et la manière dont les administrateurs peuvent tirer parti de ses principes pour simplifier la protection dans les environnements multicloud et hybrides. Comprendre le data fabric : l’abstraction et les métadonnées comme couche d’intégration Un data fabric n’est pas un produit. C’est une approche d’architecture qui traite les données comme une couche d’abstraction au-dessus d’une infrastructure hétérogène. L’idée centrale : les données peuvent être dissociées du système de stockage, du fournisseur cloud ou de l’application où elles résident. Dans un data fabric, les métadonnées deviennent l’abstraction de pilotage. Les métadonnées décrivent les données dont vous disposez, leur emplacement, leur contenu et les personnes autorisées à y accéder. Au lieu de gérer chaque système de stockage individuellement, vous gérez la couche de métadonnées, qui connaît tous les systèmes de stockage, toutes les applications et tous les déploiements cloud. Grâce à cette couche unifiée, vous appliquez des politiques cohérentes partout. Pour la sauvegarde et la restauration, c’est une transformation. Au lieu de se demander séparément « comment sauvegarder AWS ? », « comment sauvegarder Kubernetes sur site ? » et « comment sauvegarder Salesforce ? », on pose une seule question : « comment protéger les données de l’organisation, où qu’elles se trouvent ? » Le data fabric y répond en fournissant une couche unifiée de politiques et de gestion. Une stratégie de sauvegarde d’entreprise (en anglais) fondée sur ses principes assure une protection cohérente sur des systèmes très divers. Le bénéfice pratique est immédiat : un seul langage de politiques, un seul référentiel de conformité, un seul mécanisme de restauration pour tous les systèmes. Un administrateur de sauvegarde définit « toutes les données clients sont sauvegardées toutes les heures », et cette règle s’applique aux data centers, au stockage objet cloud et au SaaS. Au moment de restaurer, le même mécanisme fonctionne quelle que soit la source. Une découverte des données pilotée par les métadonnées : savoir ce que l’on protège Avant de protéger les données, il faut savoir ce que l’on possède. C’est plus difficile à grande échelle. Votre organisation détient des téraoctets, voire des pétaoctets, répartis sur des systèmes qui ne communiquent pas entre eux. Une gestion manuelle des sauvegardes finit immanquablement par oublier des jeux de données, sauvegarder les mauvaises données ou ne pas protéger des données critiques dont les administrateurs ignoraient l’existence. Le data fabric résout ce problème grâce à une découverte automatisée, pilotée par les métadonnées. La couche de métadonnées analyse et catalogue toutes les sources (bases de données, stockages objet, systèmes de fichiers, applications SaaS) et constitue un inventaire complet, mis à jour en continu à mesure que les données sont créées, modifiées et supprimées. Pour les administrateurs de sauvegarde, ces métadonnées sont le socle de la protection. Au lieu de définir manuellement ce qu’il faut sauvegarder, ils définissent des politiques fondées sur les caractéristiques détectées par la couche de métadonnées. Par exemple : « sauvegarder toutes les données classées “informations personnelles clients” toutes les heures ». La couche de métadonnées identifie automatiquement les jeux de données concernés et applique la règle. Cette approche absorbe la complexité de l’entreprise. Lorsque de nouveaux systèmes sont déployés, de nouveaux comptes cloud provisionnés ou de nouvelles applications lancées, la couche de métadonnées les découvre et les catalogue automatiquement. Vos politiques s’adaptent sans intervention manuelle, et les nouveaux jeux de données respectent d’emblée les exigences de protection. La couche de métadonnées offre une visibilité qu’une sauvegarde traditionnelle ne peut égaler. Les administrateurs voient les données non protégées, c’est-à-dire les jeux de données sans politique de sauvegarde. Ils comprennent la croissance des données selon les systèmes et les applications. Ils repèrent les jeux de données sauvegardés en double ou ceux qui n’ont pas besoin de l’être. Cette visibilité améliore à la fois l’efficacité et la conformité. Une application automatisée des politiques sur des systèmes hétérogènes Avec des métadonnées complètes, le data fabric permet d’appliquer des politiques cohérentes sur des systèmes hétérogènes. Au lieu de définir des politiques distinctes pour les bases de données sur site, le stockage AWS, Kubernetes et le SaaS, vous définissez des politiques unifiées qui s’appliquent partout. Il ne s’agit pas simplement de planifier des tâches de sauvegarde dans plusieurs outils, mais d’appliquer des politiques à un niveau d’abstraction supérieur. Vous définissez les exigences de protection (RPO, RTO, durée de conservation réglementaire, chiffrement) dans les termes du data fabric, qui les traduit automatiquement en tâches de sauvegarde, en règles de conservation et en stratégies de réplication adaptées à chaque infrastructure. Pour les administrateurs de sauvegarde, la gestion des politiques passe d’une logique par système à une logique centrée sur les données. On ne se demande plus « comment sauvegarder cette base de données ? », mais « quelle est la politique de l’organisation pour protéger les données clients de cette base ? ». Le data fabric se charge de traduire la politique en mécanismes techniques. L’application automatisée garantit aussi que les politiques restent à jour. Lorsque de nouveaux systèmes ou de nouvelles applications apparaissent, les politiques s’appliquent automatiquement. Lorsqu’elles évoluent, les changements se propagent d’eux-mêmes. Les administrateurs n’ont plus à mettre à jour manuellement des dizaines de plannings. Une dynamique intéressante en découle : les équipes de sauvegarde consacrent leur temps à définir des politiques qui reflètent les exigences de l’organisation, et non à gérer des tâches individuelles. Le data fabric automatise la traduction de ces politiques en actions concrètes. Une reprise après sinistre et des tests de restauration simplifiés Dans les environnements hétérogènes, les tests de restauration sont un défi opérationnel. Avec des données réparties sur des dizaines de systèmes, des tests approfondis prennent un temps considérable, ou bien restent dangereusement incomplets. Le data fabric simplifie la restauration par l’abstraction. De son point de vue, restaurer est simple : identifier les données à restaurer, choisir le point de restauration, lancer l’opération. Le data fabric gère la complexité : l’emplacement des données, le système de sauvegarde qui les a protégées et l’orchestration de la restauration. Cette abstraction ouvre de nouvelles possibilités. La restauration n’est plus liée à l’emplacement d’origine : vous pouvez restaurer des bases de données d’AWS vers le site, ou l’inverse. Vous pouvez restaurer en parallèle sur plusieurs systèmes. Les tests deviennent plus simples, car le data fabric orchestre les opérations et réduit le travail manuel. Pour les organisations multicloud, la restauration via le data fabric est précieuse. Si vos données sont réparties entre AWS, Azure et Google Cloud, une restauration unifiée est bien plus praticable que la gestion séparée des outils natifs de chaque fournisseur. Bâtir une stratégie de stockage multicloud (en anglais) sur les principes du data fabric garantit une protection cohérente et une application unifiée des règles. Réduire la complexité opérationnelle grâce à l’abstraction La valeur fondamentale du data fabric est la simplification opérationnelle par l’abstraction. Dans une sauvegarde multiplateforme traditionnelle, la complexité s’accroît avec chaque nouveau système, compte cloud ou application. On ajoute des outils, des politiques et des compétences, et les équipes doivent maîtriser à la fois les principes de la sauvegarde et les mécanismes propres à chaque système. Le data fabric inverse cette logique. À mesure que la complexité de l’infrastructure augmente, sa couche d’abstraction protège les opérations de sauvegarde. Votre équipe se concentre sur les exigences de protection de l’organisation, et le data fabric gère les mécanismes propres à chaque système. Les conséquences sur les effectifs sont profondes. Au lieu de recruter des spécialistes pour chaque plateforme (AWS, Kubernetes, bases de données), vous recrutez des généralistes de la protection des données qui maîtrisent les principes de la sauvegarde et s’appuient sur le data fabric pour le travail spécifique à chaque plateforme. C’est plus efficace et plus durable à mesure que les technologies se diversifient. Bâtir votre architecture de sauvegarde fondée sur le data fabric Passer au data fabric n’impose pas de remplacer votre infrastructure de sauvegarde existante. Considérez-le comme une évolution progressive de l’architecture. Commencez par la découverte des métadonnées : cataloguez les données que vous possédez, leur emplacement et leur contenu. À mesure que les métadonnées gagnent en maturité, automatisez progressivement l’application des politiques, en commençant par les systèmes les plus à risque. Pour les organisations qui gèrent la sauvegarde dans des environnements multicloud et hybrides, l’architecture data fabric est une réalité opérationnelle, et non une théorie. Les entreprises les plus avancées la mettent déjà en œuvre. Les bénéfices sont immédiats : charge réduite, meilleure visibilité, restauration plus rapide et protection qui s’étend sans augmentation proportionnelle des effectifs. Les stratégies de sauvegarde en cloud hybride (en anglais) s’appuient sur les principes du data fabric pour maintenir des politiques cohérentes entre le site et le cloud. Votre équipe de sauvegarde et de protection est plus efficace lorsqu’elle se concentre sur les principes de protection des données plutôt que sur les mécanismes propres à chaque système. Le data fabric rend ce changement possible. À mesure que l’infrastructure se diversifie et se complexifie, adopter ses principes devient une nécessité pour protéger les données à l’échelle de l’entreprise. Pour aller plus loin Architecture de cible de sauvegarde évolutive (en anglais) RTO ou RPO : les principales différences (en anglais) Les cas d’usage du stockage objet (en anglais) Qu’est-ce que le stockage immuable ? (en anglais) La stratégie de sauvegarde 3-2-1-1-0 expliquée (en anglais) Politique de conservation des données : définition, exemples et bonnes pratiques (en anglais) Bonnes pratiques de gestion des identités et des accès (IAM) (en anglais)
