Votre recherche n’a donné aucun résultat.
Nous vous suggérons d’essayer ce qui suit pour trouver ce que vous recherchez :
Oracle lance une base de données autonome qui automatise la gestion des bases de données et de l’infrastructure. Mais que devient alors le rôle du DBA ? Un expert nous éclaire… Pour en savoir davantage sur Autonomous Database, téléchargez le guide :
Temps de lecture : 5 mn
Oracle a lancé Autonomous Database, une base de données autonome qui automatise la gestion des bases de données et de l’infrastructure. Si les évolutions technologiques sont souvent signes de progrès, est-ce que ces nouvelles pratiques ne remettent pas en cause la fonction du DBA ? Jim Czuprynski, architecte de bases de données expérimenté et auteur de publications sur le troubleshooting de bases de données, a passé un mois à travailler sur Oracle Autonomous Data Warehouse. Cet expert nous éclaire.
L'évaluation à long terme de Czuprynski montre qu'Oracle Autonomous Data Warehouse tient ses promesses quant à l’automatisation d'une grande partie du travail manuel qui a longtemps été nécessaire pour créer et exploiter un entrepôt de données. Plus précisément, Autonomous Data Warehouse :
Oracle lance Autonomous Database, qui propose deux versions optimisées en services Cloud :
Comme Oracle Autonomous Data Warehouse est basé sur le cloud, l'infrastructure peut s'adapter automatiquement à l'évolution de la charge de travail, ce qui permet aux administrateurs de bases de données de se concentrer davantage sur l'architecture des données et de créer de meilleurs systèmes et requêtes.
La transition vers l'IT autonome fait craindre à de nombreux DBA de perdre leurs emplois. Pourtant, l’automatisation donne l’occasion aux DBA de se concentrer sur des tâches à valeur ajoutée !
Non seulement, l’automatisation élimine l’erreur humaine, mais les administrateurs de bases de données peuvent maintenant se concentrer sur des tâches pour lesquelles ils n’avaient pas le temps de travailler. Ils peuvent ainsi aider les développeurs à créer de meilleures applications.
Un administrateur de base de données ne devrait pas avoir à passer beaucoup de temps à surveiller l'entrepôt de données autonome, mais devrait plutôt se consacrer à analyser plus en profondeur les données de l’entreprise pour détecter les meilleures pratiques, stratégies à adopter, et par là-même, lui apporter plus de performance.
Finalement, l’expert recommande vivement aux administrateurs de bases de données d'adopter l'automatisation et d'essayer la base de données autonome d'Oracle.
Désormais, Oracle Autonomous Data Warehouse s'occupe essentiellement du travail fastidieux, pour que le DBA puisse passer à un travail à plus haute valeur ajoutée.
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.
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 :
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... ?
Essayez gratuitement Oracle Management Cloud !
Découvrez les algorithmes de Machine Learning développés par Oracle !
Comment anticiper vos besoins en CPU, mémoire, stockage… ?
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.”