Le Big Data est un sujet populaire de nos jours, non seulement dans les médias technologiques, mais aussi parmi les médias grand public. Les dirigeants considèrent que le Big Data offre des avantages commerciaux considérables – plus de perspicacité et d’apprentissage, la capacité d’obtenir des réponses et de prendre des décisions plus rapidement et de manière plus éclairée, une plus grande agilité et flexibilité. Le Big Data est donc un enjeu commercial majeur et Hadoop est la plateforme qui rend le Big Data plus facile à gérer. Surtout après la sortie officielle en avril du cadre logiciel pour le big data, Hadoop 2.7.0 suscite encore plus de buzz médiatique. Il y a trois raisons principales pour lesquelles, en tant qu’utilisateur professionnel, vous devez en savoir plus sur Hadoop. Alors plongeons dans chacune de ces 3 choses.
Hadoop a la capacité de traiter de grands volumes de données (structurées ou non): Si, disons, le département marketing de votre entreprise génère et stocke trois milliards d’enregistrements par mois. Et vous prévoyez que dans les trois prochains mois, ce sera 10 milliards d’enregistrements par mois. Deux limitations principales s’imposent à vous dans ce scénario :
L’une concerne les données non structurées telles que les vidéos.La quantité de données à traiter et à stocker va augmenter.
Vous pouvez résoudre ce problème en utilisant Hadoop en ajoutant un autre serveur au nœud. Vous pourriez compléter ce dont votre département marketing a besoin et passer à l’échelle immédiatement. Ce n’est pas que cela soit impossible dans les systèmes SGBD, mais cela sera trop coûteux dans les SGBD. Hadoop le rend abordable. De plus, il le rend extensible (si nécessaire). En d’autres termes, il est possible d’ajouter facilement et rapidement du matériel supplémentaire en fonction des besoins, sans avoir à payer de supplément, car Hadoop est une source ouverte. Cela a radicalement changé la façon dont l’entreprise peut étendre sa puissance de calcul pour répondre à ses besoins. Vous ne voulez pas dépenser des millions d’euros en infrastructure.
Réduction des coûts et capacité d’évolution
Auparavant, les entreprises devaient assurer le suivi d’ensembles de données : courriels, données de vente, données clients, données internes, etc. dans un système de gestion de base de données relationnelles, ce qui était très coûteux. Avec toutes ces données entrantes, les entreprises procédaient généralement à un échantillonnage descendant des données (réduction des données à un sous-ensemble plus petit). Cet ensemble de données réduit était automatiquement classé sur la base de certaines hypothèses, la principale étant que certaines données étaient toujours plus importantes que d’autres. Par exemple, les priorités pour les données relatives au commerce électronique seraient fixées en supposant que la carte de débit serait plus importante que les données sur les produits, et que les données sur les produits seraient plus importantes que les données analytiques. Que se passe-t-il lorsque les hypothèses changent ? Les données ayant été réduites, tout nouveau scénario commercial devrait utiliser les données échantillonnées vers le bas encore stockées, toutes les données brutes ayant disparu depuis longtemps. En raison du coût du stockage basé sur le SGBDR, ces données sont souvent cloisonnées dans une organisation. Le département financier a ses données, les RH ont les leurs, les opérations ont les leurs, etc. Les décisions commerciales sont donc limitées à chaque département de l’entreprise, et non à l’ensemble de l’entreprise. Mais, en utilisant Hadoop, vous conservez toutes les données – il n’y a pas d’hypothèses. Dans Hadoop, toutes les données ont la même valeur. Parce que toutes les données sont égales, et également disponibles, les scénarios d’entreprise peuvent être exécutés avec des données brutes à tout moment, sans limitation. De plus, les données autrefois cloisonnées peuvent être consultées et analysées de la même manière pour le succès de l’organisation. Cela permet donc de réduire les coûts. En plus de cela, Hadoop est un logiciel libre et donc gratuit.
Analyse rapide des données
Hadoop vous permet d’absorber et de traiter d’énormes quantités de données en peu de temps. Un grand avantage d’Hadoop est sa capacité à pouvoir analyser d’énormes ensembles de données pour trouver rapidement des tendances. Pour une entreprise comme Carrefour, cela pourrait signifier analyser les données des utilisateurs pour savoir quelles couleurs de chemise étaient à la mode la saison dernière, afin de pouvoir comparer ces informations avec les tendances des couleurs chaudes d’aujourd’hui pour aider à déterminer ce qui se vendra cette saison. Les bases de données traditionnelles peuvent fonctionner pour de nombreux besoins de tri et d’analyse, mais avec de très grands ensembles de données, Hadoop peut être un moyen beaucoup plus efficace de trouver des choses.
Conclusion
Les entreprises qui envisagent Hadoop doivent être sûres qu’il peut s’intégrer à leurs investissements informatiques existants. L’agrégation massive de données permise par Hadoop peut soulever des préoccupations liées à la sécurité, à l’accès aux données, au droit aux données, à la surveillance, à la haute disponibilité et à la continuité de l’activité. Même si Hadoop permet d’économiser des coûts et du temps, s’il est mal géré, il pourrait faire exploser les coûts. En conclusion, un dirigeant d’entreprise doit absolument apprendre Hadoop pour répondre à tous ces problèmes.
