Vous êtes sur la page 1sur 26

BIG DATA – APPLIANCES BI

BIG DATA - APPLIANCES BI


Outils d’analyse décisionnelle intégrés

Ce guide vous assistera tout au long du cycle de réalisation de


votre projet IT : Assistance à maîtrise d’ouvrage, rédaction de cahier
des charges, évaluation des technologies, aide au choix, vérification
des fonctionnalités nécessaires…

CAHIER DES CHARGES


1/26 PAGES | WWW.GUIDESCOMPARATIFS.COM
BIG DATA – APPLIANCES BI

A PROPOS DE CE GUIDE
Big Data - Appliances BI

1 UTILISER CE GUIDE 2 DROITS D’USAGE 3 COMMUNAUTÉ


La structure et le contenu de guidescomparatifs.com Partagez votre expertise,
ces guides constituent une autorise toute personne échangez autour de vos
excellente base pour préparer physique ou morale à utiliser projets IT et faites-nous part
un cahier des charges ou un et reproduire ce document de vos retours d’expérience
comparatif. pour son propre usage à sur l’utilisation des modèles
condition d’en citer la source. de cahiers des charges.

En savoir plus En savoir plus En savoir plus

4 INFOGRAPHIES 5 INTERVIEWS 6 FORMATIONS


Des statistiques, comptes Les responsables Une gamme de sessions
rendus d’étude, éléments de informatiques s’expriment d’une journée destinées à
réflexion sur une cinquantaine sur la mise en œuvre approfondir un sujet et à
de sujets IT. Téléchargez opérationnelle de leurs matérialiser la démarche de
librement ces infographies sur projets : conseils, anecdotes préparation d’un projet.
guidescomparatifs.com. pratiques, pièges à éviter…

En savoir plus En savoir plus En savoir plus

GUIDES COMPARATIFS

Le portail collaboratif du cahier des charges

2/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

INTRODUCTION
Contexte technologique, méthodologie et éléments de cadrage

Conception orientée vers le traitement de grandes volumétries de


données, garanties de performances et de bande passante, simplicité
de déploiement… Les appliances décisionnelles apportent une
réponse opérationnelle aux enjeux soulevés par le big data ces vingt
dernières années :

• Etre capable de traiter de plus en plus de données, en temps


réel, à partir de sources extérieures à l’entreprise et hétérogènes
(médias sociaux, capteurs, logs complexes, matériels mobiles,
etc.)

• Gagner en vitesse de traitement, c’est-à-dire en réduction des


temps de mise à disposition des résultats pour les utilisateurs.
Le décisionnel n’est plus un système d’information spécifique et
chaque utilisateur en attend une pratique identique à celle de ses
outils de gestion, de ses applications internet et désormais de sa
tablette mobile

• Réussir à absorber un nombre d’utilisateurs en constante


augmentation, conséquence du self-service BI

• Permettre aux utilisateurs de se concentrer sur la


« data discovery » sans être freinés par des problématiques de
performance

L’architecture technique d’un système décisionnel ne peut pourtant


évoluer : il y a toujours des données à extraire des systèmes de
gestion puis à intégrer, des modélisations à faire évoluer, des
agrégations à précalculer…

Rien d’étonnant à ce que les systèmes décisionnels en place


rencontrent de plus en plus fréquemment des difficultés pour traiter,
analyser les données de détail, et ce dans un délai acceptable. Les
systèmes atteignent les limites de leurs capacités se retrouvent
régulièrement en difficulté. Quelles peuvent être les solutions pour
répondre à l’évolution des besoins ?

3/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Focus sur l’infrastructure des systèmes


décisionnels
La généralisation des processeurs multi-coeurs, la baisse des coûts
des serveurs et mémoire, la gestion « inmemory» offre une voie
de résolution : l’infrastructure. Cependant, multiplier les serveurs
ne repousse que provisoirement les limites des systèmes. Et cette
démarche accroît la complexité de gestion, chaque brique hétérogène
du système décisionnel ayant des caractéristiques qui lui sont propre
et qui doivent être adaptées à l’évolution de l’ensemble.
Comme on le voit régulièrement dans d’autres domaines
technologiques pour des produits d’entreprise ou des technologies
grand public, la ligne technologique connaît une rupture et quitte
l’assemblage devenu de plus en plus complexe de systèmes
indépendants, pour une approche homogène, dédiée et propriétaire
par conception.

Il semble que cette évolution dans les infrastructures soit la ligne


désormais suivie par toutes les approches «appliance » : appliances
serveur, appliances sécurité… et appliances décisionnelles.

Même si cela peut sembler réducteur, il est possible de réunir les


infrastructures décisionnelles selon trois groupes :

• Combinaison de systèmes hétérogènes standards: serveur, base de


données, système de stockage…

• Les serveurs décisionnels : des serveurs et composants «


classiques» avec des configurations spécifiques tant au niveau du
serveur que de la base de données associée, définies et paramétrées
par le concepteur.

• Les appliances décisionnelles : Des infrastructures originales


associant composants « classiques » et « spécifiques » dès leur
conception.

Les appliances décisionnelles


Une appliance décisionnelle intègre par conception les éléments
matériels, serveur, stockage, mémoire mais aussi modélisation des
données et gestion de l’ensemble des données.

L’ensemble de l’appliance est orienté vers les seuls besoins attendus:


traitement de grands volumes et vitesse d’analyse de données.
Et comme tous les composants sont intégrés à la conception, toutes

4/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

les options menant vers ces seuls objectifs peuvent être mises en
oeuvre.

Nous sommes très éloignés de l’universalité d’un serveur «classique»


pouvant être utilisé indifféremment pour gérer un réseau, être
virtualisé dans une infrastructure Cloud, exécuter des calculs en tant
que station de travail…

Nativement, les Appliances décisionnelles apportent donc des


améliorations et des fonctionnalités transverses :

• Performances des sauvegardes et restaurations


• Fail Over – reprise sur incident
• Scalabilité prévisible et simplifiée
• Simplification de l’administration de l’ensemble
• Gestion plus fine des priorités des processus et du « workload
management »
• Et bien évidemment performances accrues

Quels critères comparatifs ?


Le présent modèle de cahier des charges s’attache à détailler les
spécificités de la conception, des composants et des modes de mise
en oeuvre au sein d’une appliance décisionnelle.

Nous avons fait l’économie de toutes les caractéristiques standard


des serveurs ou des bases de données pour concentrer les critères
comparatifs sur les éléments réellement spécifiques impactant les
résultats et l’usage de ce type de technologies.

Les domaines suivants parmi les plus sensibles sont en particulier


examinés :

• Architecture et composants matériels : Gestion des I/O, architecture


massivement parallèle, gestion matérielle des requêtes, gestion de
la mémoire…
• Base de données : Description des modèles de données, modèles
conceptuels génériques, modèles métier, maintenabilité des
modèles…
• Tous les indicateurs et paramètres d’ajustement de la perfomance

5/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

SOMMAIRE
Serveurs de business intelligence

1 ARCHITECTURE ET COMPOSANTS MATÉRIELS DE


GESTION DE LA PERFOMANCE
1.1. Eléments serveurs intégrés
1.2. Stockage
1.3. Gestion spécifique des I/O
1.4. Architecture massivement parallèle
1.5. Gestion matérielle des requêtes
1.6. Gestion de la mémoire

2 BASE DE DONNÉES ET GESTION DES MODÈLES


DE DONNÉES
2.1. Nature de la base de données
2.2. Organisation des données en base
2.3. Qualification des données
2.4. Description des modèles de données
2.5. Modèles conceptuels génériques
2.6. Modèles métier

3 MISE EN ŒUVRE DE L’APPLIANCE


3.1. Intégration des composants matériels de l’appliance
3.2. Intégration des composants logiciels de l’appliance
3.3. Reprise de modèles de données existants
3.4. Intégration de données sources
3.5. Collecte de données
3.6. Intégration au SI de l’entreprise

4 INDICATEURS ET PERFORMANCES
4.1. Paramètres d’ajustement de la performance
4.2. Fonction d’accélérateur hardware
4.3. Gestion « in-memory »

6/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

MODELE DE CAHIER DES CHARGES


Sélectionnez et pondérez les critères suivants en fonction de votre
projet pour orienter vos choix technologiques

Architecture et composants matériels de


gestion de la performance
1.1. Eléments serveurs intégrés
1.1.1. Datawarehouse pré-packagé (appliance-like)
L’architecture s’appuie-t-elle sur un constructeur unique ?
□ Oui
□ Non

Si Oui : L’ensemble des éléments est-il maîtrisé par le constructeur ?


(pas d’éléments OEM)
□ Oui
□ Non

Si Non : Quels éléments sont en OEM et quelles garanties de


support et de pérennité sont fournies ?

.............................................................................................................

L’architecture est-elle évolutive facilement ?


□ Oui
□ Non

L’ajout d’éléments (processeurs, mémoires, I/O…) peut-il être


dynamique ?
□ Oui
□ Non

Si Oui, comment :
□ A la demande sur intervention
□ Provisionning dynamique
□ Autre(s) :

.............................................................................................................

7/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Dans le cas d’un système « Appliance », comment peut évoluer


l’architecture ?

.............................................................................................................

Par ajout d’élément d’autres Appliance de même marque et


modèle :
□ Oui
□ Non

Par ajout d’élément d’autres Appliance de même marque et de


modèle différent au sein de la gamme :
□ Oui
□ Non

L’architecture s’appuie-t-elle sur un système d’exploitation unique ?


□ Oui
□ Non

Si Non : la cohérence d’évolutivité est-elle garantie par :


□ Le fournisseur
□ Les méthodes de communications standardisées
□ N’est pas garantie
□ Autre(s) :

.............................................................................................................

1.1.2. Datawarehouse clé en main (appliance)


L’ensemble des éléments est-il maîtrisé par le constructeur
à lui seul ? (pas d’éléments OEM)
□ Oui
□ Non

Si Non : Quels éléments sont de source OEM et quelles garanties de


support et de pérennité sont fournies ?

.............................................................................................................

L’architecture est-elle facilement évolutive ?


□ Oui, dynamiquement sur intervention
□ Oui, dynamiquement par provisionning (décrire les limites)
□ Oui, par ajout de « briques Appliance » de même type
□ Oui, par ajout de « briques Appliance » de même marque et
de modèle hétérogène (de la même gamme)
□ Non

8/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

L’architecture s’appuie-t-elle sur un système d’exploitation unique ?


□ Oui
□ Non

Si Non : la cohérence d’évolutivité est-elle garantie par :


□ Le fournisseur
□ Les méthodes de communications standardisées
□ N’est pas garantie
□ Autre(s) :

.............................................................................................................

1.2. Stockage

1.2.1. Stockage des données


L’architecture de stockage est-elle globale et pré-configurée avec
l’ensemble des éléments de la solution ?
□ Oui
□ Non

Si Non, quels sont les contraintes / recommandations du


constructeur ?
□ Volumes pour les données en entrées
□ Volumes pour les données en sorties
□ RAID global pour l’ensemble de la solution
□ RAID dédiés par catégories de données
□ Autres

L’architecture de stockage est-elle sécurisée ? (niveau « disques »)


□ Oui
□ Non

Si Oui, par quelle méthode ?


□ RAID 1
□ RAID 5
□ RAID 6 ou DP
□ RAID 10
□ Autre(s) :

.............................................................................................................

9/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

L’architecture de gestion du stockage est-elle sécurisée ? (niveau


« contrôleur »)
□ Oui
□ Non

Si Oui par quelle méthode ?


□ Contrôleur redondant Actif / Passif
□ Contrôleur redondant Actif / Actif
□ Contrôleur en cluster Actif / Passif
□ Contrôleur en cluster Actif / Actif
□ Autre(s) :

.............................................................................................................

L’ajout d’espace peut-il être dynamique ?


□ Oui
□ Non

Si Oui, par quelles méthodes ? (plusieurs réponses possibles)


□ Ajouts de « tiroirs » disques
□ Ajouts de baies disques
□ Autre(s), décrire :

.............................................................................................................

Le système de stockage est-il intégré à la solution ?


□ Oui
□ Non

Le système de stockage peut-il être basé sur des composants


hétérogènes ?
□ Oui
□ Non

Si Oui, quelle est le type de liaison ?


□ SAN
□ NAS
□ SAN et NAS
□ SAS
□ Autre(s) :

.............................................................................................................

10/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

1.2.2. Stockage des résultats


Le stockage des résultats est-il réalisé sur les mêmes systèmes
disques que le stockage des données ?
□ Oui
□ Non

Si Oui : Comment est gérée la segmentation ?


□ Par volumes différents mais sur les mêmes RAID
□ Par volumes différents sur des RAID différents
□ Par le même type de liaison (Fibre Channel, SAS, NAS …)
□ Par une / des liaisons dédiées

Si Non, l’architecture de stockage est-elle globale et pré-configurée


avec l’ensemble des éléments de la solution ?
□ Oui
□ Non

Si Non, quels sont les contraintes / recommandations du


constructeur ?
□ Volumes pour les données en entrées
□ Volumes pour les données en sorties
□ RAID global pour l’ensemble de la solution
□ RAID dédiés par catégories de données
□ Autre(s) :

.............................................................................................................

L’architecture de stockage est-elle sécurisée ? (niveau « disques »)


□ Oui
□ Non

Si Oui, par quelle méthode ?


□ RAID 1
□ RAID 5
□ RAID 6 ou DP
□ RAID 10
□ Autre(s) :

.............................................................................................................

L’architecture de gestion du stockage est-elle sécurisée ?


(niveau « contrôleur »)
□ Oui
□ Non

11/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Si Oui par quelle méthode ?


□ Contrôleur redondant Actif / Passif
□ Contrôleur redondant Actif / Actif
□ Contrôleur en cluster Actif / Passif
□ Contrôleur en cluster Actif / Actif
□ Autre(s) :

.............................................................................................................

L’ajout d’espace peut-il être dynamique ?


□ Oui
□ Non

Si Oui, par quelles méthodes ? (plusieurs réponses possibles)


□ Ajouts de « tiroirs » disques
□ Ajouts de baies disques
□ Autre(s) :

.............................................................................................................

Le système de stockage est-il intégré à la solution ?


□ Oui
□ Non

Le système de stockage peut-il être basé sur des composants


hétérogènes ?
□ Oui
□ Non

Si Oui, quel est le type de liaison ?


□ SAN
□ NAS
□ SAN et NAS
□ SAS
□ Autre(s) :

.............................................................................................................

1.3. Gestion spécifique des I/O


L’architecture dispose-t-elle d’une gestion spécifique des I/O ?
□ Pour les données
□ Pour les résultats
□ Pour les deux

12/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Y a-t-il d’autres gestions des I/O ?


□ Oui
□ Non
Si Oui, décrire ces I/O

.............................................................................................................

La gestion des I/O est-elle redondée ?


□ Oui
□ Non

Si Oui, par quelle méthode ?


□ Contrôleurs dédiés Actif / Passif
□ Contrôleurs dédiés Actif / Actif
□ Cluster Actif / Passif
□ Cluster Actif / Actif
□ Serveurs dédiés aux I/O
□ Autre(s) :

.............................................................................................................

La gestion des I/O est-elle évolutive (scalable) ?


□ Oui
□ Non

Si Oui, par quel moyen ?


□ Ajout de contrôleurs
□ Ajout de ports
□ Ajout de serveurs dédiés
□ Autre(s) :

.............................................................................................................

La solution propose-t-elle une méthode spécifique pour améliorer la


gestion des I/O ?
□ Oui
□ Non

Si Oui, de quel type ?


□ Contrôleurs spécifiques par lame (type FPGA)
□ Contrôleurs / Host centraliser pour gérer les I/O
□ Ports standards spécifiques par lame
□ Autre(s) :

.............................................................................................................

13/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

La solution dispose-t-elle d’un espace de données, et donc d’I/O


spécifique pour chaque lame du/des Blades ?
□ Oui
□ Non

Si Oui, une méthode spécifique de gestion optimisée des I/O est-elle


présente pour chaque lame ?
□ Oui
□ Non

Si Oui, quelle technologie est utilisée ?


□ FPGA spécifique
□ Contrôleur RAID à mémoire cache
□ Solution logicielle d’optimisation
□ Autre(s) :

.............................................................................................................

1.4. Architecture massivement parallèle


L’architecture massivement parallèle s’appuie-t-elle sur :
□ Une technologie de type « Blade »
□ Une technologie spécifique propriétaire
□ Autre, préciser :

.............................................................................................................

Les processeurs utilisés sont de types :


□ Intel multi-cœurs
□ Sparc
□ IBM
□ Autre(s), préciser :

.............................................................................................................

L’ajout d’éléments (processeurs, mémoires…) peut-il être réalisé


dynamiquement ?
□ Oui
□ Non

Si Non : l’indisponibilité est-elle inférieure à :


□ 1H
□ 4H
□ 1 journée
□ Autre, préciser :

.............................................................................................................
14/26 PAGES | WWW.GUIDESCOMPARATIFS.COM
BIG DATA – APPLIANCES BI

L’ajout d’éléments (processeurs, mémoires…) dynamiquement se


fait-il par :
□ Provisionning
□ Ajout matériel « on line »
□ Autre, préciser :

.............................................................................................................

La prise en compte des nouvelles ressources est-elle dynamique ?


□ Oui
□ Non

1.5. Gestion matérielle des requêtes


L’appliance dispose-t-elle d’une architecture avec processeur(s)
spécifique(s) à l’exécution de certaines requêtes ?
□ Oui
□ Non

Si Oui, détailler, l’architecture, le nombre et le type de


processeur(s) : Quel est le champ d’application / d’usage de ces
circuits spécifiques ?

.............................................................................................................

Quels sont les conditions de mise en œuvre et de paramétrage des


ce circuits spécifiquement dédiés aux requêtes ?

.............................................................................................................

1.6. Gestion de la mémoire


La gestion de la mémoire est-elle globale ?
□ Oui
□ Non

Si Non : La mémoire dédiée est-elle affectée par :


□ Processeur
□ Lame
□ Serveur
□ Autre, préciser :

.............................................................................................................

15/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Si Oui, la mémoire est-elle globale à :


□ Une fonctionnalité
□ Un serveur
□ Une lame
□ Autre, préciser :

.............................................................................................................

2. Bases de données et gestion des modèles


de données
2.1. Nature de la base de données
La solution s’appuie-t-elle sur une base de données « généraliste » ?
□ Oui
□ Non

Si Oui, de quel type ?


□ Oracle
□ DB2
□ MS SQL
□ Autre, préciser :

.............................................................................................................

Dans le cas où la base de données serait « propriétaire », est-elle


optimisée pour la gestion massivement parallèle ?
□ Oui
□ Non

Si Oui, par quelle méthode ?


□ Chaque sous-ensemble du Blade gère son propre espace de base
de données
□ La base de données est globale à l’ensemble des Blades
□ Mécanisme de répartition et d’affectation des données par Blade
(type Host de dispatch des données à traiter)

2.2. Organisation des données en base


La solution permet-elle le classement, la hiérarchisation des
données ?
□ Oui
□ Non

16/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Si Oui, quels sont les types d’étiquetages possibles ?


□ Catégories de clients
□ Client prospect
□ Client potentiel
□ Client actif
□ Client dormant
□ Activité
□ Administration / public
□ Industrie
□ Tertiaire
□ Commerce de gros
□ Autres

2.3. Qualification des données


La solution permet-elle la qualification des données ?
□ Oui
□ Non

Si Oui, par quels moyens ?


□ Prototypage d’indicateurs sur données réelles de l’entrepôt
□ Prototypage sur données « anonymisées » valides
□ Autre(s) :

.............................................................................................................

La solution permet-elle l’association de métadonnées aux données ?


□ Oui
□ Non

Si Oui, c’est avec :


□ Une offre MDM spécifique
□ L’utilisation de l’ETL
□ Autre(s) :

.............................................................................................................

2.4. Description des modèles de données


Décrire en détail les outils et méthodes de description des modèles
de données :

.............................................................................................................

.............................................................................................................

17/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

2.5. Modèles conceptuels génériques


La solution intègre-t-elle des modèles conceptuels ?
□ Oui
□ Non

Si Oui, lesquels ?
□ Retail Data Warehouse Model
□ Retail Business Template
□ Retail Data Model
□ Autre(s) :

.............................................................................................................

2.6. Modèles métier


La Solution intègre-t-elle un ou des modèles métiers prédéfinis
(mon métier) ?
□ Oui
□ Non

Si Oui, quels sont les traitements ETL préconstruits ?

.............................................................................................................

3. Mise en œuvre de l’Appliance


3.1. Intégration des composants matériels de
l’Appliance
L’Appliance est-elle fournie entièrement packagée
et pré-configurée ?
□ Oui
□ Non

Si Non : Quels sont les éléments à intégrer lors de la mise


en œuvre ?
□ Blades
□ Racks disques
□ Connectiques réseaux entre les éléments
□ Connectiques disques entre les éléments
□ Autre(s) :

.............................................................................................................

18/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Y-a-t-il des tests de validation de configuration matériels de prévus


avant la configuration logiciel ?
□ Oui
□ Non

Si Oui, lesquels ?
□ Diagnostique serveurs
□ Diagnostique disques
□ Diagnostique de liaisons vers les disques
□ Diagnostique de liaison réseaux
□ Autre(s) :

.............................................................................................................

Evaluation du temps de mise en œuvre matériel : La solution


matériel s’intègre généralement en :
□ Moins d’une journée
□ De 1 à 2 jours
□ De 2 à 5 jours
□ Plus de 5 jours (préciser) :

3.2. Intégration des composants logiciels de l’Appliance


L’Appliance est-elle fournie pré-configurée au niveau logiciel ?
□ Oui
□ Non

Si Non, que doit-on installer :


□ Les systèmes d’exploitation (sur chaque blade)
□ Les bases de données
□ Les outils d’administrations
□ Les outils de gestions du stockage
□ Autre(s) :

.............................................................................................................

Evaluation du temps de mise en œuvre logiciel : La partie logicielle


s’intègre généralement en :
□ Moins d’une journée
□ De 1 à 2 jours
□ De 2 à 5 jours
□ Plus de 5 jours (préciser) :

.............................................................................................................

19/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

3.3. Reprise de modèles de données existants


Quels sont les outils et processus disponibles pour reprendre les
modèles de données existants ?

.............................................................................................................

Quel est le niveau de couverture de la reprise des modèles de


données ?

.............................................................................................................

Quels éléments d’un modèle de données existants ne peuvent pas


être repris automatiquement ?

.............................................................................................................

3.4. Intégration de données sources


La solution permet-elle de recevoir et de stocker des données
cryptées (chiffrées) ?
□ Oui
□ Non

Si Oui, énumérer les technologies supportées :

.............................................................................................................

La solution peut-elle recevoir et stocker en datage ?


□ Oui
□ Non

Si Oui, supporte-t-elle :
□ Les dates décalées
□ Les saisons
□ Les dates d’évènements (sportifs, commerciaux, politiques….)

La solution supporte-t-elle les données de géolocalisation ?


□ Oui
□ Non

20/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Si Oui, de quel type ?

□ Codes postaux
□ Ville
□ Région
□ Pays
□ Zones d’activités
□ Positions de type NavTeq
□ Autre(s) :

.............................................................................................................

La solution permet-t-elle de recevoir et stocker des fichiers


externes ?
□ Oui
□ Non

Si Oui, de quel type ?


□ PDF
□ Images (JPG, RAW, BMP, TIFF….)
□ Word
□ Excel
□ PowerPoint
□ Autre(s) :

.............................................................................................................

La solution permet-t-elle de gérer les données de détails ?


□ Oui
□ Non

Si Oui, de quel type ?


□ Informations sur les clients par le web
□ Informations sur les clients magasins
□ Informations sur les clients VPC
□ Catégories d’achats
□ Volumes d’achats
□ Autre(s) :

.............................................................................................................

21/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

3.5. Collecte de données


La solution permet-t-elle l’intégration de données sources sous
forme de fichiers ?
□ Oui
□ Non

Si Oui, de quel type ?


□ Excel
□ CSV
□ Fichiers texte à séparateur paramétrable
□ Fichiers texte à largeur fixe
□ Autre(s) :

.............................................................................................................

La solution permet-t-elle la saisie de données par formulaire ?


□ Oui
□ Non

Si Oui, de quelle façon ?


□ Via un utilisateur unique (ie : superviseur)
□ Via des utilisateurs autorisés répartis dans l’organisation
□ Autre(s) :

.............................................................................................................

La solution permet-t-elle le rattachement de données


à la structure ?
□ Oui
□ Non

Si Oui, décrire les besoins spécifiques


□ Suivi web
□ Géolocalisation
□ Structure administrative
□ Activité
□ Autre(s) :

.............................................................................................................

22/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

3.6. Intégration au SI de l’entreprise

3.6.1. ETL – Chargement direct


La solution est-elle compatible avec les principaux ETL ?
□ Oui
□ Non

Si Oui, lesquels ?
□ IBM InfoSphère DataStage
□ Informatica PowerCenter
□ Microsoft SQL Server Intégration Services (SSIS)
□ Oracle Data Integrator (Sunopsis)
□ Autre(s) :

.............................................................................................................

Si la solution n’est pas compatible avec un ETL du marché, quel autre(s)


outils(s) et processus sont mis à disposition ?

.............................................................................................................

.............................................................................................................

3.6.2. CDC (Change Data Capture) - mise à jour à partir des logs
La solution est-elle compatible avec des solutions de mise à jour en
temps réel de type Change Data Capture (CDC) ?
□ Oui
□ Non

Si Oui, par quel(s) moyen(s) ?


□ Technologie tierce, lesquelles :
□ Autre(s) :

.............................................................................................................

4. Indicateurs et performances
4.1. Paramètres d’ajustement de la performance
Quels sont les paramètres accessibles par l’administrateur
permettant d’ajuster les environnements de performance attendus ?

.............................................................................................................

23/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

4.2. Fonction d’accélérateur hardware


La solution dispose-t-elle d’accélérateur hardware ?
□ Oui
□ Non

Si Oui, de quels types ?


□ FPGA pour les I/O
□ Compression de données
□ Caches spécifiques type SSD
□ Caches spécifiques processeurs
□ Autre(s) :

Dans le cas des caches ou des FPGA, le ratio généralement constaté


d’optimisions est de l’ordre de :
□ >= à 80%
□ De 50 à 80%
□ < à 50%

4.3. Gestion « in-memory »


La solution dispose-t-elle d’une gestion « in-memory » ?
□ Oui
□ Non

Si Oui, la capacité mémoire est-elle évolutive et adaptable aux données ?


□ Oui
□ Non

Est-il possible de disposer de métriques afin d’évaluer le coût de la


gestion « in-memory » en fonction des contextes ?

.............................................................................................................

Dans le cas où la solution ne dispose pas d’une gestion


« in-memory » quelle autre méthode permettant une optimisation
des performances I/O est proposée pour obtenir des performances
équivalentes ?

.............................................................................................................

.............................................................................................................

.............................................................................................................

24/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

Utiliser les guides

Les guides proposés en téléchargement sont des introductions aux


principales fonctionnalités des solutions technologiques. La structure et
le contenu de ces guides constituent une excellente base pour la prise
en main de ce sujet et pour disposer d’une base solide pour préparer un
cahier des charges ou un comparatif.
Ce guide a pour principale vocation de faciliter l’appropriation d’une telle
démarche par les acteurs du projet. Il représente le meilleur compromis
entre une démarche standardisée et une démarche personnalisée de
choix.

Un projet de choix et de mise en œuvre d’une solution s’appuie sur une


démarche d’analyse, de compréhension et de modélisation des besoins.
Chaque critère présenté se doit d’être qualifié, personnalisé et soumis à
une évaluation comparative, au plus près des spécificités de l’entreprise.
En fonction de ces analyses, il sera possible de sélectionner et pondérer
les critères du guide pour bâtir une grille d’évaluation personnalisée dont
le remplissage et la lecture conduiront aux choix technologiques.
En résumé, un projet de choix et de mise en œuvre d’une application de
gestion intégrée s’appuie sur une démarche d’analyse, de compréhension
et de modélisation des métiers de l’entreprise et de leurs interactions :
ce guide a pour principale vocation de faciliter l’appropriation d’une telle
démarche.

Notations et classements d’offres

Les guides n’intègrent pas de notation, classement ou jugement de


valeur sur les offres.
En matière de projet d’entreprise, tout classement universel est inadapté
et faux : une offre est parfois plus adaptée que d’autres au contexte
d’un projet ou d’une entreprise. Cette même offre sera peut-être moins
adaptée que les autres pour un projet différent.
C’est en ce sens que les guides ont été conçus. Sélectionner et pondérer
les critères du guide en fonction de chaque projet permet de bâtir
une grille d’évaluation personnalisée dont le remplissage et la lecture
orienteront les choix technologiques.
Il n’y a donc volontairement aucune note ni classement dans les
documents, comme on peut en trouver dans les comparateurs
d’appareils numériques, caméscopes, matériels électroménagers…

Reprendre les textes des documents

La société guidescomparatifs.com autorise toute personne physique

25/26 PAGES | WWW.GUIDESCOMPARATIFS.COM


BIG DATA – APPLIANCES BI

ou morale, à utiliser et reproduire lesdits documents pour son propre


usage.
Nous vous invitons à citer les sources utilisées en faisant mention du
nom guidescomparatifs.com.
La société guidescomparatifs.com est titulaire de droits d’auteur sur
lesdits documents en application des articles L.111-1 et suivants du
Code la Propriété intellectuelle.
La société guidescomparatifs.com se réserve néanmoins la possibilité
de poursuivre sur le fondement de la contrefaçon de ses droits d’auteur
toute personne physique ou morale utilisant ces documents dans le
cadre de son activité à des fins commerciales (facturation de prestations
de conseil sur la base des documents, vente de la réalisation d’un cahier
des charges reprenant les documents guidescomparatifs.com...).

26/26 PAGES | WWW.GUIDESCOMPARATIFS.COM

Vous aimerez peut-être aussi