The Doppler Quarterly (FRANÇAIS) Été 2016 - Page 41

l'aide des interfaces SQL, des outils pour stocker les données dans les objets JSON, des plates-formes optimisées en lecture seule, ainsi que des outils de traitement en lots de données non structurées. Ces outils doivent être pris en considération lors de la conception d'un lac de don- nées, y compris les interfaces nécessaires pour ingérer et traiter les don- nées. Ultérieurement dans cet article, nous aborderons les technologies spécifiques de AWS et Google pour l'accès aux données et la récupéra- tion. Une plate-forme commune aux métadonnées doit également être désignée pour simplifier l'accès aux données. • Contrôles de sécurité, journalisation et audit – La sécurité est un élément clé d'un lac de données. La gestion d'identité, l'audit et les contrôles d'accès doivent être conçus pour répondre aux niveaux de risque de l'organisation, ainsi qu’aux besoins de conformité. Les contrôles d'accès doivent être communs à toutes les méthodes d'accès. • Déploiement et automatisation – Des avantages opérationnels considérables proviennent de la capacité à automatiser le déploiement et la récupération dans le cloud. Toutes les fonctionnalités d'un lac de don- nées doivent être automatisées pour le déploiement et la récupération , afin de réduire le fardeau opérationnel sur l'équipe informatique lors de l'application des changements et des réponses aux incidents. • Fonctionnalités avancées – Les fonctionnalités avancées incluent les API pour l'analyse des données ou des outils de développement qui per- mettent aux équipes de rapidement faire une maquette des nouveaux rapports et analyses. La Figure 5 montre le modèle de conception recommandé pour un lac de don- nées basé sur le cloud, y compris la connectivité aux systèmes d'entreprise traditionnels. Consommateurs de données Lac de données Analyses prédictives Apprentissage automatique Traitement des données du lac de données Moteur ETL Moteur Règles/ Correspondance E-commerce Analyses en streaming Politiques de gouvernance Tableaux de bord Stockage & récupération des données du lac de données Métadonnées Science des données BI Applications mobiles Intégration des données Magasin d'objets Archivage à long terme Figure 5 : Architecture fonctionnelle du lac de données ÉTÉ 2016 | THE DOPPLER | 39