5 technologies de bases de données cloud ou hybrides à évaluer

L’évolution ultra-rapide des technologies ne facilite pas la tâche des spécialistes de l’infrastructure de données. Avec la volonté des entreprises d’axer une partie de leur modèle économique sur les données en volume, il est nécessaire non seulement de suivre ces évolutions, mais aussi de tester et d’évaluer les technologies afin de détecter celles qui pourraient au mieux correspondre à vos cas d’usage.

Voici cinq technologies de gestion de données susceptibles de trouver leur place dans  l’entreprise.

1. Clouds hybrides et architectures sur site

L'objectif d'un cloud hybride est de combiner intimement cloud public et plateforme sur site de manière à présenter une architecture transparente aux utilisateurs et aux développeurs. Les clouds hybrides permettent par exemple de déployer facilement des bases de données sur l'infrastructure qui répond le mieux aux exigences des applications. En outre, les mêmes outils et méthodes peuvent être utilisés pour prendre en charge les systèmes dans le cloud et en local.

Bien que cet aspect en soit encore à ces débuts, il existe désormais des fonctionnalités et des services qui permettent de provisionner des bases de données cloud sur des serveurs s'exécutant dans le datacenter des entreprises. Parmi les offres de cloud hybrides à explorer figurent Microsoft Azure Stack, Oracle Cloud at Customer, VMware Cloud sur AWS, AWS Outposts  et la plateforme Cisco Hybrid Cloud pour Google Cloud. Google Cloud a récemment donné forme à son offre hybride avec Anthos notamment.

2. Bases de données open source dans le cloud

Les DSI sont nombreux à émettre des réserves sur le déploiement de bases de données open source, en particulier pour les applications critiques. Ils reprochent par exemple à ces solutions l’absence d’un support technique 24h / 24 et 7j / 7 chez les principaux fournisseurs. Mais, maintenant qu'AWS, Microsoft, Google et Oracle offrent tous des technologies Open Source dans le cloud, les DSI  peuvent en profiter, tout en conservant un attrait économique. Le support n’est également plus un problème.

AWS supporte MySQL, MariaDB et PostgreSQL dans le cadre du service de base de données RDS - un service compatible MongoDB et Redis y est également proposé. De même, Microsoft a également greffé ces trois bases relationnelles open source à Azure Database, tandis que chez Google Cloud,  Cloud SQL donne le choix entre les moteurs de base de données MySQL et PostgreSQL. Oracle se limite quant à lui à MySQL, dont il est propriétaire. Les plus petits fournisseurs incluent EnterpriseDB pour PostgreSQL et Percona pour MySQL.

3. Sauvegarde et récupération à la demande après sinistre
   

Pour les DBA, il est clé de restaurer leurs systèmes de base de données après des pannes, qu’elles soient matérielles ou logicielles, des attaques, des erreurs utilisateur ou toutes formes d’événements malheureux. Toutefois, le coût d’une l'infrastructure sur site nécessaire pour cela peut avoir un impact considérable sur les budgets informatiques. Les volumes de données sont exponentiels et les cadres réglementaires exigent de sauvegarder une quantité de stockage en constante augmentation.

Avec le cloud,   la sauvegarde as a service (BaaS – Backup-as-a-Service) et la récupération après sinistre as a service (DRaaS – Data Recovery as-a-a-Service) sont devenues communes. Les coûts de matériel et d’administration y sont réduits et la configuration peut y être personnalisée. Les DBA ont accès à des options de sauvegarde et de reprise sur sinistre. Ces options permettent d’ajuster l’utilisation de ressources de calcul ou de mettre en place un environnement BaaS ou DRaaS sans intervention.

4. Outils d'automatisation des bases de données et de l'IT

D’une façon générale, la gestion des données, tant au niveau de l’architecture que de l’infrastructure, est devenue plus complexe d’un point de vue technique. En outre, les contraintes très fortes de temps font souvent des DBA et des équipes IT un simple fournisseur de services qui se contente de maintenir les systèmes opérationnels au lieu d’être un partenaire stratégique.

L'automatisation joue ici un rôle. Elle consiste justement à améliorer la qualité des processus répétitifs et à réduire le temps que les DBA, ainsi que les responsables d’infrastructure, consacrent à des tâches administratives à faible valeur. Ils peuvent utiliser ce temps libre pour réfléchir de manière plus stratégique et aider les opérations commerciales à améliorer leur utilisation des bases de données.

Parmi les technologies d'automatisation, on retrouve celles dédiées à une ou un groupe d’activités spécifiques – Autonomous Database d’Oracle, par exemple – à des solutions qui fournissent un framework complet d'orchestration.

5. Des Data stores spécifiques

Auparavant, choisir la bonne base de données était simple: les développeurs devaient en général ajuster leurs données au système SGBD. Aujourd'hui, les applications se multiplient et nécessitent des capacités de traitement et de stockage atypiques.

Outre les nombreuses bases NoSQL du marché, les DSI ont aussi le choix de bases très spécialisées comme celles d’AWS pour les séries chronologiques (TimeStream) et Quantum Ledger Database pour les registres bâtis sur la blockchain. Azure Cosmos DB de Microsoft est un autre exemple pour les applications nécessitant une base de données multi-modèle et distribuée dans le monde entier, ou encore Google Cloud Spanner, un SGBD relationnel extrêmement évolutif conçu également pour les déploiements dans le monde.

Même Oracle, le principal fournisseur de base relationnelle, propose un ensemble d’outils spécifiques, comme Oracle Spatial and Graph et la base In-Memory Oracle TimesTen.