IoT Gateway d ’ AWS ou Analysis Services d ’ Azure sont de formidables catalyseurs pour les développeurs . Toute la tuyauterie informatique complexe est déjà là , prête à fonctionner et s ’ étendre à la demande . Ces services sont également totalement intégrés à la plateforme , réduisant ainsi les cauchemars d ’ intégration comme lorsqu ’ on doit associer et gérer une douzaine de solutions différentes sur site pour effectuer les mêmes tâches .
Trois termes à la mode� : Big Data , apprentissage automatique & intelligence artificielle
Les trois géants du cloud public ( Amazon , Google , Microsoft ) ont très bien fait leur travail en fournissant aux développeurs des API simples qui condensent la complexité inhérente à l ’ installation et à l ’ intégration de toutes les piles technologiques sous-jacentes . Examinons les points de complexité liés à l ’ implémentation d ’ une solution Big Data .
Sous-système d ’ absorption |
Sous-système de stockage |
Sous-système de calcul |
Requêtes et reporting |
Source de données en temps réel |
Producteur de streaming |
Kinesis Streams |
Consommateur de streaming |
DynamoDB |
|
|
Application d ’ analyses personnalisées |
|
Analyste |
Source de données SGBDR |
Kinesis Firehose
Kinesis Analytics
Cluster d ’ absorption 1
Applications EMR
|
Seaux de stockage de données |
Cluster de science des données N
Cluster de science des données 1
Applications EMR
|
Cluster d ’ absorption N |
Scientifique des données |
Datacenter |
Cloud |
Réseau d ’ entreprise |
Figure 1� : Exemple d ’ architecture Big Data sous AWS
Il s ’ agit là d ’ une architecture extrêmement complexe nécessaire à la mise en place des mesures de respect des normes et réglementations commerciales et de sécurité d ’ une grande entreprise type . Cependant , bien qu ’ on ne le voie pas au premier coup d ’ œil , chaque icône de ce diagramme est un service géré . Chaque service géré est une abstraction de technologies sous-jacentes . Une entreprise qui cherche à construire ce type d ’ architecture sur le modèle « fait main » passera des semaines , voire des mois à implémenter cette solution , pour des coûts astronomiques . Ajoutez à ça toutes les icônes et il paraît évident que l ’ entreprise pourrait quasiment fermer boutique pendant 12 à 18 mois , simplement pour atteindre le stade où les produits du fournisseur d ’ infrastructure sont prêts à écrire la première ligne de code d ’ application .
Nous ne parlons même pas de l ’ apprentissage automatique ou de l ’ intelligence artificielle . Jusqu ’ ici , une entreprise devait recruter une armée de docteurs en informatique pour implémenter les technologies sous-jacentes et former les modèles nécessaires à l ’ apprentissage des schémas de répétition aux systèmes et à la découverte d ’ informations . Là encore , les fournisseurs de cloud réduisent toute cette
52 | THE DOPPLER | ÉTÉ 2017