Lorsque les premiers entrepôts de données ont été développés, les gens les ont utilisés pour prendre des décisions – le genre de décisions qui étaient prises dans les salles de réunion chaque mois ou chaque trimestre. Aujourd’hui, elles sont prises tous les quelques millisecondes, ce qui brouille considérablement la ligne entre les entrepôts de données et les systèmes opérationnels. En fait, les deux deviennent de plus en plus la même chose, ce qui signifie que notre tolérance à l’indisponibilité des entrepôts de données diminue. Alors, comment pouvons-nous la minimiser? Ce mois-ci, Amazon Redshift a lancé une solution de haute disponibilité qui s’étend sur plusieurs zones de disponibilité AWS (AZ) dans une seule région AWS et pourrait aider à le faire. Développé pour les clusters RA3 de Redshift, il promet de réduire considérablement le risque de panne pour les charges de travail critiques sur Redshift. Nous avons parlé à Saurav Das, responsable du produit chez Amazon Redshift, pour en savoir plus sur son fonctionnement. Il existe un risque de panne pour chaque charge de travail. Ce qui change, c’est la tolérance des clients à ce risque, en fonction de facteurs tels que leur taille, leur utilisation et d’autres problèmes tels que les responsabilités réglementaires. Selon Das, de nombreuses de ces charges de travail sont critiques pour les affaires; une panne allant jusqu’à une heure peut être une gêne pour eux, mais ne mettra pas les opérations commerciales en échec. Les charges de travail moins tolérantes au risque sont critiques pour la mission, explique-t-il, ce qui signifie qu’elles doivent être récupérées en quelques secondes plutôt qu’en quelques minutes pour que les opérations soient intactes. Dans le passé, ces charges de travail critiques pour la mission étaient principalement transactionnelles. Un système de dispatch d’ambulances qui prend les appels et route les véhicules disponibles vers une urgence pourrait entrer dans cette catégorie. Les charges de travail analytiques étaient généralement moins critiques en termes de temps. Une entreprise financière pourrait vouloir analyser les chiffres d’un rapport de business intelligence pendant la nuit avant que la cloche ne sonne le matin, mais ce n’est certainement pas critique pour la mission.
« Les livres de Penguin Random House disent maintenant explicitement ‘non’ à la formation IA »
‘Écrit par Emma Roth, dont le portfolio couvre aussi bien les percées technologiques grand public, les dynamiques de l’industrie du
