Panne chez OVH: une belle frayeur pour l’hébergeur français.
Durant l’année qui vient de passer, de plus en plus d’organisations se sont vues stocker, traiter et exploiter leurs données. En 2017, les systèmes qui prennent en charge une grande quantité de données, structurées et non structurées, continueront à se développer.
Les dispositifs devront permettre aux personnes qui s’occupent des données d’assurer la gouvernance et la sécurité du Big Data tout en donnant aux usagers finaux les moyens d’analyser ces données. Une fois arrivées à maturité, elles s’intégreront facilement et rapidement aux systèmes et aux normes informatiques des entreprises. Voici nos prédictions pour 2017.
1. Le Big Data devient transparent et rapide
Il est évidemment possible de mettre en œuvre du machine learning et de réaliser des analyses de sentiments sur Hadoop, mais la première question posée généralement par les utilisateurs est : Quelle est la performance du SQL interactif ? SQL, après tout, reste le moyen dont dispose l’utilisateur métier pour utiliser les données dans Hadoop à des fins d’analyses exploratoires plus rapides ou de tableaux de bords de pilotage ré utilisables. En 2017, les possibilités pour accélérer Hadoop vont se multiplier. Ce changement a déjà commencé, comme en témoigne l’adoption de bases de données hautes performances comme Exasol ou MemSQL, de technologie de stockage comme Kudu, ou encore d’autres produits permettant l’activation d’exécution de requêtes plus rapides.
2. Le Big Data ne se cantonne plus à Hadoop
Ces dernières années, nous avons vu plusieurs technologies se développer avec l’arrivée du Big Data pour couvrir le besoin de faire des analyses sur Hadoop. Mais pour les entreprises avec des environnements complexes et hétérogènes, les réponses à leurs questions sont réparties dans de multiples sources allant du simple fichier aux entrepôts de données dans le Cloud, de données structurées stockées dans Hadoop ou dans d’autres systèmes. En 2017, les clients demanderont à analyser toutes leurs données. Les plateformes agnostiques au niveau des données comme au niveau des sources de données se développeront, tandis que celles conçues spécifiquement pour Hadoop ne pourront pas être déployées pour tous les cas d’utilisation et tomberont dans l’oubli. La fin de Platfora constitue un premier signe de cette tendance.
Lire la suite sur http://www.journaldunet.com/solutions/expert/65968/big-data—quelles-sont-les-10-tendances-majeures-pour-2017.shtml
Related posts
