Votre entreprise a décidé d'adopter le Big Data. Elle a développé sa stratégie d'affaires, évalué les risques et impacts, identifié un premier projet, choisi sa plateforme de Big Data. Vient maintenant le choix de la plateforme d’exploitation.
Devrais-je installer la plateforme dans le centre de données de mon entreprise? Est-ce que mon entreprise a les capacités d'héberger une telle infrastructure? Est-ce que la sécurité de mon infrastructure actuelle est suffisante? Ou sera-t-elle mise à risque? Quels sont les risques d'aller à l'externe avec un fournisseur d'infrastructure comme Amazon, Azure ou IBM? Devrais-je opter pour une offre de services gérés ou simplement me doter d’une infrastructure que mon équipe gérera? Est-ce que l'approche hybride, combinant mode local et infonuagique, est la meilleure pour mon entreprise étant donné les caractéristiques de flexibilité que doit posséder l'infrastructure?
Rappelons que l'environnement Big Data doit être extrêmement performant, agile et efficace dans l’utilisation de ses ressources matérielles.
Tel qu'abordé dans l'article précédent, l'environnement présente une rupture par rapport aux pratiques établies dans les entreprises. La flexibilité de l'infrastructure en matière de ressources matérielles et l'évolution rapide des outils du Big Data pointent toutes dans la direction de l'externalisation de l'environnement vers le mode infonuagique où les risques technologiques sont assumés par le fournisseur à des prix compétitifs.
Mais qu'en est-il de la flexibilité? Est-ce que les environnements offerts sont complets? Quelle sera la fréquence des mises à jour? C'est peut-être intéressant pour l'environnement de production, mais ne devrait-on pas conserver à l'interne un environnement de développement et de tests moins exigeant en ressources, mais plus flexible? Si j’opte pour une solution infonuagique, est-ce que mes coûts de télécoms vont exploser? Nous avons des téra-octets de données dans nos entrepôts de données actuels alors comment transférer un tel volume chez un fournisseur?
Ceux qui vous disent avoir la réponse à vos questions sans avoir analysé de près votre situation vous mèneront assurément vers un échec.
Pour déterminer la meilleure solution d’exploitation, celle qui sera la mieux adaptée à vos besoins, les différentes alternatives doivent être analysées afin d'en évaluer les risques et choisir le scénario qui permettra de les réduire tout en atteignant votre cible au moindre coût.
NOVIPRO propose un modèle de maturité du Big Data combiné à l'analyse de risques complète introduite dans l'article 3 du présent dossier pour vous aider à régler la question en toute confiance et éliminer les facteurs négatifs qui peuvent mettre en péril votre stratégie Big Data.
Ce modèle de maturité du Big Data évalue le type d'architecture requis en fonction des types de données que vous voulez traiter. Les caractéristiques de volume, de variété ou de vélocité de vos données cibles déterminent si l'infrastructure sera de type « batch » ou en temps réel (« in-memory processing »), de type stockage intensif plutôt que traitement intensif, etc. Bien évidemment, votre stratégie peut dans un premier temps se limiter à un type d'architecture et dans un second temps, exiger un autre type d'architecture.
Comment faire évoluer l'environnement Big Data pour satisfaire ses nouveaux besoins? C'est là un des bénéfices du modèle de maturité du Big Data développé par NOVIPRO.
Maintenant vient le temps de valider l’architecture Big Data qui sera préconisée en procédant avec des bancs d’essai. La mise en place de ces bancs d’essai pourra se faire rapidement en profitant du service E - SPACE de NOVIPRO qui offre une plateforme d’affaires infonuagique destinée aux projets nécessitant une infrastructure performante, agile et efficace. E-SPACE vous permettra de mettre en place vos bancs d’essai Big Data sans mettre en péril vos infrastructures existantes.
Nous souhaitons vous avoir aidé à identifier les pistes qui vous permettront de prendre les meilleures décisions pour opérer votre solution Big Data.
Lire l'article suivant de notre dossier Big Data : Du besoin d'affaires au déploiement, résumé de notre dossier.