Qu’est-ce que le Capacity Planning ?

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.

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... ?