Quand les entrepôts de données ont été développés pour la première fois, les gens les ont utilisés pour prendre des décisions d’aide à la décision – 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 distinction 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 au temps d’arrêt des entrepôts de données est en train de diminuer. Alors, comment pouvons-nous minimiser cela? 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 Redshift de l’entreprise, il promet de réduire considérablement le risque de temps d’arrêt pour les charges de travail critiques sur Redshift. Nous avons parlé à Saurav Das, responsable du produit principal chez Amazon Redshift, pour en savoir plus sur son fonctionnement. Il y a un risque de panne avec 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 cas d’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 irritation pour eux, mais elle 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 restaurées en quelques secondes plutôt qu’en quelques minutes pour maintenir les opérations intactes. Dans le passé, ces charges de travail critiques pour la mission étaient principalement transactionnelles. Un système de routage d’ambulance qui prend des 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 d’intelligence d’entreprise pendant la nuit avant la cloche du 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