Les solutions Microsoft pour les projets Big Data / NoSQL

Après un bref rappel des concepts présentés le mois dernier et des solutions décisionnelles proposées par Microsoft pour gérer ces gisements de données au sein de l’entreprise, nous détaillons ce mois-ci les solutions disponibles en mode Cloud ou Grid.

Le mois dernier, nous avons vu que le paradigme du Big Data était en fait caractérisé par quatre paramètres liés aux données (les 4 « V ») : leur Volume bien sûr, mais également leur Vélocité (vitesse à laquelle elles sont générées et doivent potentiellement être traitées, ainsi que leur durée de validité), leur Variété (les données peuvent être disponibles dans des formats structurés, semi-structurés voire non structurés) et leur Versatilité (les enregistrements de certains jeux de données peuvent contenir un nombre d’attributs variables, et être de fait interprétés de manière différente).

Parmi les sources de données génératrices de larges volumes de données, on peut par exemple citer les fichiers Logs de différents systèmes (Logs de sécurité des Firewall ou Proxy, Logs réseaux, activité des internautes sur les sites Web (clickstreams), etc.), les capteurs réseaux intelligents, les capteurs RFID, les fichiers audio et vidéo, les textes issus des réseaux sociaux, forums ou Blogs… la liste est longue !

L’enjeu pour les entreprises est simple : être capable d’intégrer et analyser aussi rapidement que possible des volumes de données de plus en plus importants issus de sources multiples et de formats variés, afin d’optimiser l’efficacité de leurs campagnes marketing en ciblant mieux leurs clients, de mieux comprendre le comportement de ces derniers à l’achat (quels sont les critères déclencheurs), ou encore offrir de nouveaux services à  valeur ajoutée à leurs clients, et ainsi conserver un avantage compétitif face à la concurrence.

Les solutions permettant d’adresser une problématique Big Data sont essentiellement de trois types : Décisionnelles (bases de données, cubes OLAP), Cloud Computing (clusters de machines offrant des services de stockage hiérarchique ou relationnel en mode hébergé) et Grid Computing (basée sur le type Cloud mais fournissant des services spécialisés pour les calculs intensifs et le traitement des données).