« Teradata se lance dans les eaux du lac, mais tout le monde n’est pas convaincu. »

Avec sa vision d’un entrepôt de données d’entreprise unifié, Teradata a attiré des clients mondialement dominants tels que HSBC, Unilever et Walmart. Mais plus tôt ce mois-ci, il a confirmé son soutien au concept de lakehouse, qui combine à la fois des data lakes désordonnés et des entrepôts de données structurées, ainsi que l’idée d’analyse n’importe où, soutenue par le stockage objet et des formats de table ouverts. Bien que sa main ait peut-être été forcée, les observateurs ont souligné qu’il y avait toujours une place pour l’analytique haute performance basée sur le stockage par blocs, pierre angulaire de Teradata. Cette entreprise de 45 ans avait précédemment annoncé son soutien aux formats de table ouverts (OTFs) Apache Iceberg et Linux Foundation Delta Lake. En le faisant, elle a adopté une tendance de l’industrie vers la réalisation d’analyses des données sur place plutôt que de les déplacer vers un seul endroit pour la BI et d’autres analyses. Teradata a également exprimé son approbation pour la première fois à l’architecture de lakehouse, un terme introduit par le rival Databricks pour décrire un environnement à la fois pour l’apprentissage automatique et l’exploration de données, ainsi que le BI traditionnel et les analyses habituellement effectuées dans l’environnement plus réglementé d’un entrepôt de données d’entreprise. L’adoption de l’IA, selon Teradata du moins, avait consolidé les entrepôts de données, les analyses et les charges de travail de la science des données en lakehouses unifiés. « Le support des OTFs renforce encore davantage les capacités de lakehouse de Teradata, fournissant une couche d’abstraction de stockage conçue pour être flexible, rentable et facile à utiliser », a-t-elle déclaré dans un communiqué d’entreprise.