Aucun résultat trouvé
Votre recherche n’a donné aucun résultat.
Nous vous suggérons d’essayer ce qui suit pour trouver ce que vous recherchez :
- Vérifiez l’orthographe de votre recherche par mot clé.
- Utilisez des synonymes pour le mot clé que vous avez tapé, par exemple, essayez “application” au lieu de “logiciel”.
- Essayez l’une des recherches populaires ci-dessous.
- Lancer une nouvelle recherche.
Questions tendances
Base de données traditionnelle vs base de données autonome
Face à l’émergence du Cloud et à la multiplication toujours croissante des données, les entreprises doivent répondre à de nouveaux défis. Comment transformer les pratiques traditionnelles et être davantage tournée vers l’avenir ? Adopter la base de donnée autonome comporte de nombreux atouts. Découvrez en davantage en téléchargeant le pdf gratuit sur Autonomous Database :
Quels sont les avantages de la base de données autonome vis à vis de la base de données traditionnelle ?
Temps de lecture : 5 mn
Les organisations ont à l’heure actuelle 3 objectifs phares :
- Passer au modèle moderne du Cloud
- Assurer la sécurité des données
- Etre plus performant plus efficacement
Oracle a récemment lancé Autonomous Database, une base de données autonome qui, grâce à l’exploitation d’algorithmes de Machine Learning, permet d’automatiser l’infrastructure, ainsi que le cycle de vie de la base de données. Cette technologie combine le logiciel Oracle Database 18c avec un ensemble de services d'administration automatisés : le monitoring, le tuning, l’upgrade, le patching, etc. Quels sont les avantages de cette base de données autonome par rapport à une base de données traditionnelle ?
Autonomous Database : une disponibilité accrue
La base de données autonome est « self-driving », c’est-à-dire qu’elle assure la surveillance, la sauvegarde, la récupération et le dépannage des bases de données de manière automatisée.
Les performances de la base de données sont réglées automatiquement, ce qui réduit la consommation des ressources de calcul, de mémoire et d’E/S. Dans un même temps, les requêtes et opérations de stockage/récupération des données sont traitées rapidement.
La base de données est automatiquement protégée contre les interruptions et réduit les temps d’arrêt coûteux, planifiés ou non, à moins de 30 minutes par an. Cela se traduit par une fiabilité et une disponibilité pouvant atteindre 99,995%.
Autonomous Database : une sécurité optimisée
La base de données autonome repose sur l’infrastructure Exadata, une plateforme qui a fait ses preuves, avec une performance, une sécurité et une disponibilité sans pareil.
Autonomous Database peut, sans interrompre ses opérations ni affecter sa disponibilité :
- traquer les bots malveillants grâce au Machine Learning
- corriger les menaces via l’Intelligence Artificielle adaptative
- assurer sa protection contre les accès non autorisés en détectant tout comportement anormal provenant d’un utilisateur
- chiffrer automatiquement les données
- appliquer les mises à jour et les correctifs de sécurité automatiquement, tous les trimestres ou selon les besoins.
Grâce à l’automatisation des tâches de routine, les tâches de gestion manuelles ne sont plus sujettes à l’erreur humaine, ce qui optimise également la sécurité de la base de données. D’autre part, les DBA peuvent alors se consacrer, entres autres, à d’autres aspects de la sécurité.
Des DBAs libérés des tâches de routine
L’automatisation des tâches de routine par Oracle Autonomous Database peut faire craindre aux administrateurs de base de données de réduire leurs prérogatives. Or, ce n’est pas le cas. Les DBA peuvent se consacrer à des tâches à plus forte valeur ajoutée.
En effet, les DBA n’ont plus à exécuter des tâches de routines à faible valeur ajoutée. Ils peuvent ainsi appliquer leur expertise à des fonctions de niveau supérieur concernant la gestion et la sécurité des données, comme la modélisation des données, le soutien aux équipes de développement et métiers.
Autonomous Database, à moindre coût
La deuxième génération d’infrastructure Cloud d’Oracle (Oracle Cloud Infrastructure) propose des prix attractifs au regard de tous les avantages fournis : performance, fiabilité, sécurité.
Cette offre de base de données autonome complète, intégrée et ouverte domine actuellement le secteur.
Autonomous Database pour les nuls
Les technologies émergentes et l’automatisation imprègnent tous les aspects de notre travail et de notre vie d’aujourd’hui.
La véritable opportunité de ces technologies, qui incluent l’intelligence artificielle (IA), le machine learning, l’Internet des Objets (IoT) et les interfacent humaines, est de nous permettre d’adopter l’innovation à une échelle jamais vue auparavant.
Ces technologies nous aident à réimaginer ce qu’il est possible de faire au travail et dans la vie : des voitures à la médecine personnalisée à l’agriculture de précision et aux villes intelligentes qui changent notre façon de vivre notre monde.
Le Capacity Planning : Un exercice d’optimisation indispensable pour les DSI
Temps de lecture : 3 mn
Le Capacity Planning est un terme générique employé pour désigner la gestion de la capacité. Ce processus vise à déterminer la capacité de production nécessaire à une organisation pour répondre à une demande. Ce besoin de gestion de la capacité s’applique à de nombreux secteurs d’activité tels que l’industrie, le retail ou l’informatique.
Pour une DSI, le Capacity Planning consiste à estimer le besoin en ressources nécessaires (CPU, Mémoire, Stockage, Réseaux, Heap…) Par exemple, dans le cas des ressources réseau, le network monitoring va détecter les composants du réseau lents ou défaillants, tels que les serveurs surchargés ou en panne ou gelés, les routeurs défaillants, les commutateurs défaillants ou d'autres dispositifs problématiques. En cas de panne de réseau ou de panne similaire, le système de surveillance du réseau alerte l'administrateur réseau.
Pour une DSI, le Capacity Planning consiste à estimer le besoin en ressources nécessaires (CPU, Mémoire, Stockage, Réseaux, Heap…) pour soutenir une charge d’activité sur une période à venir. Le Capacity Planning devient un exercice critique lorsqu’il s’agit de faire face à une augmentation du nombre d'utilisateurs, une croissance ou un ralentissement d’activité imprévu ou difficile à mesurer. Le Capacity Planning doit également tenir compte des évolutions fréquentes de l’infrastructure. Ainsi, le Capacity Planning est un exercice de prévision difficile mais indispensable pour la DSI.
Pourquoi faire du capacity planning ?
Une mauvaise anticipation du besoin en capacité peut engendrer de sérieuses dégradations de performance, voir une interruption de service lorsqu’une instance a été sous-dimensionnée. Les conséquences peuvent alors être lourdes pour le métier : retard sur la chaîne de production, insatisfaction client, perte des sessions en cours…
A l’inverse, surdimensionner un environnement informatique, par principe de précaution, entraîne un gaspillage évitable des ressources.
L’enjeu du Capacity Planning consiste à assurer la disponibilité et la performance des environnements tout en optimisant autant que possible les ressources et les coûts.
Le Capacity Planning est une question d'optimisation ; il s'agit de maximiser l’allocation des ressources tout en garantissant la performance et la disponibilité des environnements. Tout DSI devrait être motivée à faire du Capacity Planning pour :
- Prédire le moment où une infrastructure ne sera plus en mesure de faire face à la charge d’activité.
- Anticiper l’achat de nouvelles machines ou l’approvisionnement de nouvelles ressources.
- Identifier les goulots d’étranglement.
- Comparer le coût d’un environnement On Premise à celui d’un Cloud public.
- Anticiper et savoir faire face aux pics de charge qu'ils soient prévus ou inattendus.
- Prévoir la configuration de production la plus optimisée avant le déploiement d'une nouvelle application.
Comment faire du Capacity Planning ?
Le Capacity Planner, à l'aide de business plans et de prédictions, tente d'imaginer ce que seront les besoins futurs. Il s’appuie souvent sur sa connaissance de l’historique et de la saisonnalité.
Dans beaucoup d’organisations, le Capacity Planning est un exercice encore fastidieux réalisé sur des feuilles de calcul. Celui-ci est à la fois long et peu précis.
Créer une base de données permet d’éviter les erreurs et de maximiser les opportunités de croissance de l’entreprise, à condition d’avoir élaboré une stratégie de Data Management adéquate.
Les outils de modélisation analytique comme les outils OLAP, via une application OLTP,(ou grâce au data mining) peuvent aider à obtenir des réponses à des scénarios "What if" afin d’explorer un éventail de possibilités. Le Big Data Analytics parcourt le data lake pour réaliser des analyses prédictives et ainsi aider les entreprises à prendre des décisions plus efficacement. Cette analyse est réalisée à partir de diverses sources de données stockées dans des data warehouses et organisées en cubes OLAP. Le Capacity Planner doit également tenir compte de l’évolution des nouvelles technologiques.
Il est désormais possible d’automatiser son Capacity Planning grâce à l’Intelligence Artificielle. Des algorithmes avancés de régression linéaire, quadratique, elliptique etc… permettent anticiper de manière précise les besoins CPU, mémoire, stockage, I/O, heap et d’optimiser l’allocation des ressources.
Pour en savoir plus, découvrez IT Analytics et son principal cas d’utilisation : Comment anticiper vos besoins en CPU, mémoire, stockage... ?
Découvrez en davantage sur le Capacity Planning...
Super Héros de l’IT
Essayez gratuitement Oracle Management Cloud !
Machine Learning
Découvrez les algorithmes de Machine Learning développés par Oracle !
Use Case
Comment anticiper vos besoins en CPU, mémoire, stockage… ?
Testez
Devenez un Super Héros de l’IT
“Le Capacity Planning doit également tenir compte des évolutions fréquentes de l’infrastructure. Ainsi, le Capacity Planning est un exercice de prévision difficile mais indispensable pour la DSI.”