Le big data est une promesse d’opportunités incalculables pour les entreprises. Mais avant de profiter réellement de ses avantages, le chemin peut être long. C’est pour répondre à cette problématique que sont apparues des plateformes de « big-data-as-a-service ». Et c’est pour cette même raison que Bigstep a adopté une approche similaire sur le lac de données, dont l’usage est de plus en plus courant. Sa nouvelle offre Full Metal Data Lake comporte du stockage à l’échelle exabytes pour les charges de travail big data.Maintenant, Bigstep a élargi son offre cloud par une offre Full Metal Data Lake afin d'inclure un stockage à l’échelle exabytes pour les charges de travail big data. « Aujourd'hui, les entreprises ont accès à des quantités infinies de données, mais elles ne disposent pas de solutions faciles ou rentables pour exploiter rapidement ces données », a déclaré Flaviu Radulescu, CEO de Bigstep. « L’ambition de Full Metal Data Lake est de rendre ces données utilisables en quelques clics », a-t-il ajouté.

Full Metal Data Lake peut être utilisé soit en mode autonome, et intervenir de façon active sur les données, soit intégré à l'infrastructure sur site. Mais le service peut être utilisé avec n’importe quelle application ou service de la plate-forme Full Metal Cloud. « Le service peut être activé instantanément et ne nécessite aucune configuration, ni obligation d’usage minimum », a précisé le fournisseur. Tous les fichiers sont cryptés pendant leur transit et pendant leur stockage. Les données peuvent être importées ou exportées via des canaux cryptés ou des connexions SSL. La plate-forme peut accueillir des données structurées et non structurées et sait gérer les flux de données ou les données importées par lots. L’offre Full Metal Data Lake est compatible avec le système de fichiers distribués Hadoop Distributed File System (HDFS) et peut être intégrée avec d’autres outils que Hadoop, notamment avec Apache Spark, avec la plupart des bases de données NoSQL - dont Couchbase, Cassandra et Redis - et également avec des produits comme ElasticSearch, Solr, Qlik, Tableau et R. Elle est prête à l’usage et fonctionne immédiatement avec les technologies de conteneurs de Docker, Mesos et Kubernetes.

Un concurrent de Qubole

Le service de Bigstep coûte 18 Livres par mois et par téraoctet de données. Il n’y pas de frais supplémentaires de téléchargement. La startup possède des bureaux au Royaume-Uni et à Bucarest, et dispose d’une infrastructure au Royaume-Uni et en Allemagne. Le cabinet de recherche MarketsandMarkets estime que le marché du « big-data-as-a-service » passera de 1,8 milliard de dollars cette année à 7 milliards de dollars en 2020. Selon Brian Hopkins, vice-président de Forrester Research, le « big-data-as-a-service » offre un niveau de simplification et d'abstraction qui n’a rien à voir avec la complexité technique d’autres solutions. « Même les offres cloud Hadoop proposées par AWS ou Microsoft sont plus complexes », a-t-il affirmé. Il cite l’exemple du fournisseur Qubole qui propose divers services tiers gérés dans le cloud. « Il faut charger ses données dans des magasins type S3 d’AWS ou Redshift », explique Brian Hopkins. « Le service tiers fournit les connecteurs pour ces données. Ensuite, l’accès aux données passe par MapReduce, Spark, Hive, etc. ». Ces fournisseurs simplifient la mise à l'échelle et la gestion des niveaux de service, de la sécurité et tous les aspects de gestion des métadonnées, a-t-il ajouté. « Un concurrent, Cazena, propose aussi un produit « data-lake-as-a-service » propriétaire », fait remarquer Brian Hopkins.

Selon une enquête réalisée par l’Enterprise Strategy Group, citée par l’analyste senior du même groupe, Nik Rouda, « environ 36 % des entreprises envisagent d’utiliser des services cloud basés sur Hadoop, et 41 % d’entre elles penchent vers Spark ». « Bigstep n’est pas le premier fournisseur à proposer du service big data dans le cloud, mais il pourrait faire valoir ses atouts en matière de sécurité, de service géré et ses compétences dans les environnements hybrides », a-t-il déclaré.