Amazon avec le Big Data dans le collimateur

Qu'est-ce que le Big Data ?

Le Big Data est un terme qui décrit le grand volume de données, à la fois structurées et non structurées, qui inondent les entreprises chaque jour. Mais ce n'est pas la quantité de données qui est importante. Ce qui importe avec le Big Data, c'est ce que les organisations font avec les données.

Et il se caractérise par les 3V :

• Volume : va des téraoctets aux pétaoctets de données.
• Variété : inclut des données provenant d'une grande variété de sources et de formats (par exemple, les journaux web, les interactions sur les réseaux sociaux, les transactions en ligne et de commerce électronique, les transactions financières, etc.).
• Vitesse : de plus en plus, les entreprises ont des exigences élevées depuis le moment où les données sont générées jusqu'au moment où des informations exploitables sont fournies aux utilisateurs. Par conséquent, il est nécessaire de collecter, stocker, traiter et analyser les données dans des délais relativement courts, allant d'une fois par jour au temps réel.

Pourquoi le big data est-il important ?

Les entreprises utilisent le big data dans leurs systèmes pour améliorer les opérations, offrir un meilleur service client, créer des campagnes de marketing personnalisées et prendre d'autres actions qui, en fin de compte, peuvent augmenter les revenus et les bénéfices. Les entreprises qui l'utilisent efficacement ont un avantage concurrentiel potentiel sur celles qui ne le font pas, car elles peuvent prendre des décisions commerciales plus rapides et mieux fondées.
La collecte de grandes quantités de données et la recherche de tendances et de modèles au sein des données permettent aux entreprises de se déplacer avec plus d'agilité, sans problèmes et de manière efficace. Cela leur permet également d'éliminer les zones problématiques avant que les problèmes ne nuisent à leurs bénéfices ou à leur réputation.

L'analyse du big data aide les organisations à tirer parti de leurs données et à les utiliser pour identifier de nouvelles opportunités.

Nouveau service et améliorations des instances AWS pour le Big Data

Chez Amazon, le big data est pris très au sérieux. Des améliorations sont continuellement apportées pour faciliter le fonctionnement des infrastructures qui y sont destinées. Aujourd'hui, nous parlerons de deux avancées. Les nouvelles instances appelées D2 basées sur EC2 (Elastic Compute Cloud) et le service Amazon Machine Learning. Les premières visent à pouvoir gérer le grand volume de données et le second à pouvoir gérer plus clairement et réduire la complexité de tant d'informations.

La nouvelle génération d'instances de grand stockage pour EC2

Amazon a lancé une nouvelle version des instances de stockage haute densité appelées D2, qui remplaceront les HS1. Les nouvelles instances ont été conçues pour fournir une plus grande capacité de mémoire et de CPU que les HS1 de la génération précédente. De même, elles sont également destinées à offrir un taux d'E/S au disque très élevé et à des prix très compétitifs.

Dans le tableau suivant, vous trouverez les différentes instances D2 commercialisées par AWS. Vous pouvez y voir qu'elles sont capables de fournir des vitesses de lecture allant jusqu'à 3500 Mb/sec et une capacité de stockage de 48 To.

Pour obtenir des performances maximales, Amazon recommande d'utiliser des instances exécutant une distribution Linux avec une version du noyau égale ou supérieure à 3.8 et la dernière version de l'Amazon Linux AMI.

Générer des modèles de prédiction avec Amazon Machine Learning

AWS ne pouvait pas rester en arrière. Tout comme Microsoft avec Azure Machine Learning et IBM avec Watson, ils ont créé le service Amazon Machine Learning pour la création de modèles de ML et la génération de prédictions, afin de séparer les informations utiles des montagnes de données qui sont parfois difficiles à exploiter en raison de leur complexité ou du temps nécessaire.

Pour les entreprises qui souhaitent tirer parti du Big Data, Amazon Machine Learning leur fournira des informations très utiles. Elles pourront savoir quel est le processus commercial le plus efficace ou quelle action sur les réseaux sociaux peut générer le plus de clients. Pour simplifier le travail avec les données déjà stockées dans le cloud, le service est intégré avec S3 (Simple Storage Service), Redshift et RDS (Relational Database Service).

Pour bénéficier des avantages offerts par ce service, il faut suivre trois étapes dans la mise en œuvre du service. Tout d'abord, il y a la construction du modèle prédictif en utilisant Amazon S3 ou Redshift. Ce modèle doit être validé et optimisé, et enfin, il sera nécessaire de le comparer et de le tester avec d'autres modèles de prédiction. Le service est conçu pour les développeurs qui n'ont pas une grande expérience dans le domaine des modèles de prédiction. Il leur fournit un ensemble d'outils pour développer des applications destinées à l'analyse de données.

Selon Amazon, le service peut être utilisé pour différents objectifs. Parmi eux, la détection de fraude, ou l'amélioration du service client avec du contenu personnalisé. De même, il permet de suivre les tendances des campagnes de marketing et de classifier les documents. Le service dispose d'une technologie hautement évolutive et peut générer plus de 50 milliards de prévisions hebdomadaires.

Amazon Web Services fournit un portefeuille large et entièrement intégré de services de cloud computing qui vous aident à créer, sécuriser et déployer des applications de big data. Avec AWS, il n'est pas nécessaire de provisionner du matériel ni de maintenir et de faire évoluer l'infrastructure, ce qui vous permet de concentrer vos ressources sur la découverte de nouvelles informations. De plus, de nouvelles capacités et fonctionnalités sont constamment ajoutées, vous permettant ainsi de bénéficier des technologies les plus récentes sans engagements d'investissements à long terme.