Skip to main content
La gestion logique des données
La gestion logique des données

Vue d'ensemble

La gestion moderne des données repose sur l'idée d'améliorer la production d'informations métiers basées sur les données, en s'appuyant sur deux facteurs principaux :

  • Apporter de l'agilité au processus d'analyse des données, souvent par le biais d'initiatives en libre-service qui réduisent les goulets d'étranglement informatiques.
  • Mettre tout élément d'information à disposition des processus analytiques.

Cependant, toute entreprise possède de nombreuses applications et systèmes axés sur différents aspects métiers, de la gestion de la supply chain à l'automatisation marketing, en passant par toutes sortes de systèmes de données, tels que les data warehouses, les data marts et les data lakes.

Ce paysage complexe de données doit faire l'objet d'une gestion efficace pour atteindre les objectifs mentionnés précédemment. Des sujets tels que l'intégration agile des données, la découverte des données, la sécurité et la gouvernance sont au cœur de toute stratégie moderne en matière de données.

Afin de mettre en œuvre efficacement ces exigences, les entreprises ont adopté deux approches différentes :

  1. Des stratégies de centralisation des données basées sur la consolidation physique des données ainsi que
  2. Des stratégies logiques de données basées sur des vues consolidées de données à travers des systèmes disparates.
La gestion logique des données

Centralisation de la gestion et de l'architecture de données

La centralisation de la gestion et de l'architecture de données repose sur la copie physique des données provenant de systèmes multiples vers un dépôt unique (par exemple, un entrepôt de données/data lake/lakehouse) Il s'agit de l'approche traditionnelle et la plus courante. Cette approche est relativement facile à mettre en œuvre. Cependant, compte tenu du nombre croissant de sources de données et de l'augmentation constante des volumes de données, cette approche demeure peu pratique et manque d'agilité.

Lorsque les données sont produites en très grande quantité, sont évolutives et constamment en mouvement (par exemple, sur les plateformes de l'internet des objets (IoT) et les data lakes), les tentatives de collecte de toutes ces données ne sont ni pratiques ni viables. Il en résulte une augmentation de la demande de connexion aux données, et non seulement de leur collecte (virtualisation des données). »

Gartner Critical Capabilities for Data Integration Tools, August 2022

La gestion logique des données

Les défis d'une approche centralisée

Cette approche ne convient pas à tous les systèmes

Les RDBM, noSQL, graphiques, paires clé-valeur, moteurs de data lake, data warehouse d'entreprise et autres systèmes opérationnels existent pour répondre à des exigences différentes en matière de données. Il n'existe aucun système de données capable de couvrir tous les besoins en matière de données.

Elle nécessite du temps et des efforts

Des scripts intensifs de réplication des données doivent être conçus pour chaque nouveau besoin en données.

La consolidation pourrait être interdite

Les règlementations régionales en matière de confidentialité des données limitent fréquemment la consolidation des données.

Elle ne réduit pas les silos de données

Depuis plus de 30 ans, nous essayons de tout consolider en un entrepôt de données. Le cloud à lui seul ne changera pas la donne.

La gestion logique des données

L'architecture et la gestion logique des données permet l'accès à des sources de données multiples et variées tout en semblant former une seule source de données « logique » aux yeux des utilisateurs. Il s'agit d'unifier les données stockées et gérées à travers de multiples systèmes de gestion de données, notamment les sources de données traditionnelles telles que les bases de données, entrepôt de données ou data lakes, ainsi que d'autres sources de données comme les applications, les fichiers big data, les services web, et le cloud pour répondre à tous les cas d'utilisation analytiques.

La gestion logique des données permet d'effectuer des opérations telles que la découverte des données, leur accès, leur sécurité, leur intégration et leur partage par le biais d'une représentation logique (ou virtuelle), plutôt que de les effectuer directement sur chaque système source physique. Les pratiques de gestion logique des données permettent la mise en œuvre cohérente de politiques et de pratiques de gestion, d'intégration et d'utilisation des données d'une organisation, indépendamment de la nature, de l'emplacement et des capacités de chaque système source.

Le marché a compris que les outils d'intégration de données qui n'équilibrent pas les stratégies d'architecture de gestion des données basées sur la « collecte » et la « connexion » aboutiront toujours à des silos de données et/ou à des infrastructures mal intégrées. »

Gartner Magic Quadrant for Data Integration Tools, August 2022

La gestion logique des données

Les avantages de la gestion logique des données

illustration easy use

Facile d'utilisation

Les consommateurs bénéficient d'un point unique d'accès à n'importe quelle donnée.

Des options d'intégration agile des données

Une plateforme unique pour prendre en charge une gamme complète d'options d'intégration de données, depuis la réplication et les transformations complètes jusqu'aux options de mise en cache et de fédération en temps réel.

Agile Data Integration

Centralisation de la sécurité et de la gouvernance

Le contrôle de l'accès et la mise en œuvre des politiques sont effectués de manière cohérente en un seul endroit.

Prête pour l'avenir

Le découplage par rapport à l'emplacement des données et aux schémas permet l'évolution de la technologie et les changements d'infrastructure.

illustration future proof
The Role of a Logical Architecture in Modern Data and Analytics

The role of a Logical Architecture in modern Data and Analytics

Bien que les approches logiques présentent des avantages évidents, les entreprises ont parfois besoin d'utiliser une approche monolithique pour répondre à un besoin métier spécifique. Les deux approches peuvent être déployées conjointement dans le cadre d'une stratégie globale de gestion agile des données.

La gestion logique des données

Les avantages d'une gestion et d'une architecture logiques de données

Les investissements dans la gestion et l'architecture logiques de données sont rapidement rentabilisés. La mise en œuvre d'une couche logique de données permet aux entreprises d'accéder à n'importe quelle source de données, de connecter des silos de données et de fournir des vues à 360 degrés de leurs données à n'importe qui dans l'ensemble de l'entreprise. Cette approche holistique de la gestion et de l'intégration des données présente un large éventail d'avantages, notamment l'amélioration de la collaboration entre les propriétaires/gestionnaires de données et les utilisateurs/consommateurs. Voici quelques exemples de ces avantages du point de vue métier et informatique.

Perspective métier

Perspective métier

  • Un emplacement unique pour trouver toutes vos données : une couche logique de données centralise vos données, permettant un accès en temps réel à toutes les données, y compris celles qui sont stockées on-premise et sur le cloud, en offrant une cohérence sémantique.
  • Des vues métier : une couche logique de données permet aux entreprises de créer des vues de leurs données adaptées à leurs besoins et en libre-service. Ce processus s'effectue en éliminant les technologies, formats et protocoles traditionnellement complexes d'intégration des données ainsi que les détails liés à l'emplacement, ce qui rend les données plus accessibles et plus faciles d'utilisation.
  • Amélioration de l'utilisation des données : les utilisateurs non techniques peuvent rapidement trouver, accéder, intégrer et partager les données. Les experts techniques de l'entreprise peuvent prendre part au processus de modélisation des données et réduire le temps de production de données prêtes à l'emploi.
Perspective informatique

Perspective informatique

  • Données en temps réel : une couche logique de données permet aux parties prenantes d'accéder à la demande aux données les plus récentes, à tout moment, sous le format souhaité, afin de prendre en charge une grande variété de cas d'utilisation métier. Les entreprises n'ont plus besoin d'attendre l'exécution d'un lot nocturne pour mettre à jour leurs jeux de données.
  • Réduction de la prolifération et de la duplication des données : la couche logique de données élimine les réplications inutiles et permet aux organisations de gagner en agilité, d'atténuer les risques et de réduire les coûts. Approvisionnement plus rapide des données : les couches logiques de données accélèrent l'approvisionnement de nouveaux jeux de données, ce qui permet aux organisations de suivre l'évolution constante de leurs besoins en matière de données.
  • Centralisation de la sécurité et de la gouvernance : la couche unique permettant l'accès à toutes les données de l'entreprise simplifie considérablement la mise en œuvre de la sécurité et la gestion du contrôle des données pour chaque utilisateur dans tous les jeux de données.
La gestion logique des données

La capacité requise pour la gestion logique des données

Pour mettre en œuvre avec succès une architecture logique de données et une approche logique de la gestion, les organisations n'ont besoin que d'une seule capacité :

La virtualisation des données est une technologie de gestion et d'intégration des données qui exploite les métadonnées pour permettre aux organisations d'accéder à toutes leurs données en temps réel et de découvrir, cataloguer, approvisionner, combiner, partager et gouverner les données pour répondre à une large variété de cas d'utilisation.

EN SAVOIR PLUS SUR LA VIRTUALISATION DES DONNÉES
LDF Architecture

Essai gratuit de Denodo

30 jours d'essai gratuit sur le cloud pour tester pleinement Denodo Standard

COMMENCER L'ESSAI GRATUIT

Denodo Express

L'accès libre à la data virtualization

TÉLÉCHARGER GRATUITEMENT