Le streaming de données n’est pas forcément associé au Big Data

Les acteurs du traitement de flux de données en streaming mettent certes en avant la capacité de leurs outils à prendre en compte des millions de transactions et d’enregistrement par seconde. Toutefois, les applications qui ont vraiment besoin de cette étendue en matière de données se sont pas légions, comme  une niche dans une niche. D’une façon générale, la quantité d’informations réellement exploitées est bien plus réduite, même pour les applications Big Data. « La notion de streaming peut être vraiment relative », soutient Nick Heudecker, analyste chez Gartner. « En réalité, la plupart des applications  en sont à traiter des dizaines de milliers de transactions par seconde. »

Meru Network est justement l’exemple d’une entreprise qui a déployé une technologie de streaming, pour une quantité somme toute réduite de données.  L’équipe de support technique de la société s’appuie sur des outils analytiques de l’éditeur Glassbeam depuis 2013 pour vérifier les fichiers logs des contrôleurs de réseaux installés sur les sites des clients. Il souhaite ainsi mieux diagnostiquer – et donc mieux résoudre – toutes formes de problèmes. 

Les données des machines sont traitées en mode batch, mais aujourd’hui Meru s’appuie aussi sur des capacités d’analyse en temps réel pour certains de ses clients. Pour cela, il associe ses outils Glassbeam à Spark. 

Joe Limprecht, qui dirige le support technique de la société pour les Etats-Unis, explique que les scripts qui s’exécutent automatiquement sur Spark Streaming  peuvent injecter les données des contrôleurs toutes les 5 à 10 minutes. Cela s’adresse au support de Tier 1 , pour les clients qui ont rencontré des problèmes techniques ayant nécessité une enquête minutieuse.