5 Les data lakes sont une option séduisante et pratique pour les organisations qui gèrent des volumes énormes (et en croissance exponentielle) de données non structurées. Mais faute de vigilance, ces lacs peuvent vite se transformer en marécages, et vous voilà contraint de patauger dans la boue pour trouver les données dont vous avez besoin. C’est long et coûteux, et cela peut aussi exposer votre organisation à de nouveaux risques de sécurité. Comment éviter que votre data lake ne devienne un marécage ? Le stockage objet garantit des données faciles à trouver et à utiliser — tout en les protégeant des menaces. Data lake ou data swamp : quelle différence ? Dans sa définition la plus simple, un data lake est un système ou un référentiel de données stockées dans de multiples formats et provenant de nombreuses sources. La définition de Gartner va plus loin et décrit le data lake comme « un concept consistant en un ensemble d’instances de stockage de divers actifs de données. Ces actifs sont stockés sous forme de copie quasi exacte — voire exacte — du format source et s’ajoutent aux sources de données d’origine ». Un data swamp (marécage de données), en revanche, est un tas de boue. C’est un amas de données déversées au même endroit, sans catégorisation ni taxonomie. Si vous y cherchez quelque chose, il ne vous reste qu’à patauger dans la vase en croisant les doigts. Cette approche n’est évidemment ni efficace ni sûre. Quand vous ne savez pas quelles données vous avez ni où elles se trouvent, les sécuriser est quasiment impossible. Personne ne veut d’un data swamp, mais il est malheureusement trop facile pour un data lake de se transformer en véritable marais d’Okefenokee. Pour l’éviter, il faut garder votre data lake propre et organisé — et c’est là que le stockage objet peut jouer un rôle important. Comment le stockage objet vous aide à éviter le data swamp Sans structure (sans métadonnées), votre immense « étendue » de données n’est pas un lac. C’est un marécage. Non seulement vous ne trouvez pas ce dont vous avez besoin, mais vous ne savez peut-être même pas où chercher. Imaginez-vous en train de patauger dans un vrai marais pour retrouver un objet tombé à l’eau : vous avez une bonne idée de la situation. Le stockage objet excelle ici, car il organise l’information dans des conteneurs de taille flexible — les objets. Chaque objet comprend les données elles-mêmes et leurs métadonnées associées, avec un identifiant unique global plutôt qu’un nom de fichier et un chemin d’accès (comme dans le stockage fichier). Ces systèmes peuvent être enrichis d’attributs personnalisés pour gérer des informations supplémentaires, ce qui facilite d’autant la recherche des informations dont vous avez besoin. Fini de patauger dans une soupe épaisse de boue et de vase, pour filer la métaphore. Avec le stockage objet, le volume de données n’a pas de limite, ce qui est important puisque les data lakes peuvent rapidement atteindre l’échelle du pétaoctet et au-delà. Il vous faut une solution capable de gérer une capacité immense, avec une évolutivité horizontale et transparente à mesure que les données prolifèrent et arrivent de sources variées. L’avantage concurrentiel du stockage objet pour les data lakes Quand on dérive vers le data swamp, les données ne deviennent pas seulement plus difficiles à trouver et à identifier : on se prive aussi d’informations précieuses. Pour exploiter pleinement les enseignements métier d’un data lake, il faut à la fois des outils d’analyse et un référentiel de stockage adaptés. Le référentiel doit pouvoir traiter des données de sources variées — avec juste les performances nécessaires — et évoluer en performances et en capacité pour que les données restent accessibles aux applications, aux outils et aux utilisateurs. Le stockage objet répond à ce besoin. La bonne solution apporte l’évolutivité, la flexibilité et le coût réduit dont les organisations ont besoin pour garder leur data lake propre et en tirer bien d’autres avantages. Pour des exemples concrets d’utilisation du stockage objet, découvrez comment nous avons aidé HPE à alimenter un data lake intelligent et comment Scality RING a franchi une étape en matière de continuité d’activité et d’objectif de point de reprise (RPO) pour une grande banque américaine. Un stockage sans bottes ni crocodiles ! Un peu farfelue, la métaphore du marais permet pourtant de bien comprendre à quel point il peut être difficile de trouver, d’utiliser et de protéger vos données contre les menaces sans approche stratégique. Difficile d’anticiper et de garder le contrôle quand le volume de données qui arrive dans votre organisation ne cesse d’augmenter, dans des formes, des tailles et des formats très divers. C’est ce qui rend le stockage objet si idéal pour les data lakes. Il stocke les données non structurées comme structurées de façon accessible et organisée, pour que vous n’ayez pas à gaspiller de précieuses ressources en recherches. Et lorsque vous savez exactement quelles données vous avez et où elles se trouvent, il devient possible de bien les sécuriser et d’en tirer des enseignements utiles. Pour quelque chose d’aussi précieux que les données, je préfère toujours une eau limpide à une eau trouble — et vous ?Scality aide les organisations à résoudre une fois pour toutes les défis des données à grande échelle. RING offre une évolutivité horizontale illimitée et indépendante de la capacité et du débit. Découvrez comment Scality RING peut vous aider à éviter le marais et à créer un data lake agréable, où vous aurez plaisir à revenir.
