En matière de cloud computing, les termes que nous utilisons sont presque aussi importants que les données que nous stockons et analysons. Les entreprises qui communiquent sur la manière dont les données d'informatique en nuage sont stockées, récupérées, consultées et archivées tendent à maximiser l'utilisation de ces données. Cela conduit à de meilleurs produits, à un revenu plus élevé pour l'entreprise et à une croissance accrue. Plus que tout, cela permet une meilleure communication entre les unités commerciales, le service informatique, et même les guichets, les ventes, le marketing, les clients et les partenaires commerciaux.
L’un des termes qui a été largement utilisé au cours des dernières années est un lac de données. Avant l'essor de l'informatique en nuage, et même avant qu'Internet fût largement utilisé pour transmettre des données, les experts en informatique en nuage utilisaient le terme entrepôt de donnéesmais ce n’était pas tout à fait suffisant. UNE entrepôt de données, comme son nom l’indique en raison de la manière dont un «entrepôt» est hautement organisé, est constitué de données qu’une entreprise traite, analyse et réutilise dans le cadre de la gestion de son stockage en nuage. Pour un détaillant, un entrepôt de données peut contenir toutes les informations sur le produit, les SKU (unités de gestion des stocks) et les prix. Un entrepôt de données est généralement optimisé pour un accès rapide et fiable.
Un lac de données n'est pas très organisé. Les experts en cloud computing ont commencé à utiliser le terme data lake pour différencier le stockage de données structurées et non structurées par rapport à un entrepôt de données. Avec un lac de données, il n’ya aucune hypothèse sur l’optimisation des données.
Pourtant, il y a des avantages évidents. Un lac de données peut contenir un large assortiment de données, mais les entreprises peuvent toujours utiliser analyses sur les données, ils peuvent toujours utiliser un tableau de bord d'entreprise et utiliser les données d'une application ou pour d'autres tâches de traitement. Bien qu'il s'agisse d'un terme fourre-tout qui peut consister en d'énormes réserves de données, qu'il est hautement évolutif et utile à des fins multiples, un lac de données constitue également un moyen générique de description de données non organisées et organisées.
Sommaire
Composants clés
Afin de comprendre un lac de données et comment il aide les entreprises à accéder aux informations du cloud computing sans requérir d'optimisation ni de restructuration des données, il est également important de comprendre les composants clés. Un lac de données implique souvent un apprentissage automatique, un moyen de comprendre et de traiter des données à l'aide de méthodes automatisées.
Dans le cas d'un détaillant ayant besoin d'accéder à des informations sur les produits, l'apprentissage automatique peut déterminer les SKU stockées dans un lac de données et extraire ces données dans une application. Le personnel de gestion des services informatiques n'a pas besoin d'organiser les données en premier.
L'analyse est un autre élément clé. Avec la plupart des données d’entreprise structurées, il est important de disposer d’une base de données permettant aux professionnels de l’informatique de générer des rapports, d’exécuter des requêtes SQL ou d’utiliser les données de manière logique et prévisible. Pensez à une entreprise de soins de santé typique qui doit disposer de données structurées à la disposition du personnel médical pour pouvoir effectuer des analyses et des rapports – elles doivent généralement se trouver dans une base de données cloud centralisée et optimisées pour une utilisation (par exemple, stockées dans un entrepôt de données). . Toutefois, les entreprises peuvent toujours exécuter des analyses sur un lac de données sans avoir à optimiser au préalable les données, ce qui constitue l'un des principaux avantages. En fait, à mesure que l'apprentissage automatique et l'optimisation des données s'améliorent, un réservoir de données de données structurées et non structurées devient encore plus précieux.
Une dernière composante d'un lac de données: il n'est pas toujours supposé que les données seront utilisées dans le nuage. Bien qu’un entrepôt de données puisse être optimisé pour une utilisation sur site ou dans le cloud, un lac de données peut impliquer le déplacement de données pour une utilisation sur site dans une application interne (une application qui extrait les données de vos propres serveurs) ou peut être utilisé en externe (à l’aide de stockage en ligne en nuage et magasins de données informatiques).
Comment l'entreprise profite
Une des clés pour comprendre le terme lac de données est de penser à la façon dont les entreprises accèdent aux données en premier lieu. Ce n'est pas aussi «propre» qu'on pourrait le penser. Parfois, les données arrivent au hasard (appelées données non structurées) et elles sont transférées dans un référentiel; les entreprises ne connaissent pas toujours la source originale des données. Parfois, il est stocké dans une base de données relationnelle utilisée pour une application professionnelle, parfois, il s'agit d'un ensemble de données de médias sociaux ou de quelque chose qui alimente une application mobile utilisée par des clients externes. Le point principal à souligner ici est qu’un lac de données offre une flexibilité accrue quant à la manière dont une entreprise peut utiliser les données.
Ainsi, alors qu’un entrepôt de données est un moyen plus structuré et optimisé d’hébergement en nuage de données et destiné à un usage spécifique, un data lake est suffisamment flexible pour de multiples usages. Il n’est pas nécessaire de créer d’abord un modèle d’utilisation clair et évident pour les données et de le stocker de manière spécifique dans une base de données. Il est toujours disponible, peut être utilisé à des fins multiples et pour des applications disparates, et conçu pour le traitement sur site sur vos propres serveurs ou pour un accès à partir du cloud. Il est prêt à tout.
