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