SlideShare une entreprise Scribd logo
1  sur  16
Télécharger pour lire hors ligne
Démonstration : Comment la
plateforme Denodo permet d'accélérer
l'analyse de toutes vos données
Emily Sergent
Ingénieure avant-vente, Denodo
2
De quoi a besoin un utilisateur métier ?
Utilisateur métier/
analyste BI
1. Accès en libre-service
• Être autonome dans l’accès à la
donnée, sans solliciter en
permanence l’IT
2. Facilité d'utilisation
• Toutes les données sont accessibles
au même endroit
• Dans un format facile à comprendre
• Bien documentées
3. Travailler avec ses outils préférés
• Excel, Tableau, Power BI, etc.
3
De quoi a besoin l’IT ?
1. Intégration rapide et facile à gérer
• Intégrer virtuellement ou
physiquement en quelques clics
2. Contrôle centralisé
• Sécurité
• Gouvernance
• Audit
3. Flexibilité d’accompagner le
changement
• Faire évoluer les systèmes back-end
sans interruption de service
• Migration vers le cloud et les systèmes
modernes
Data Engineer/IT
4
Faire la passerelle entre le métier et l’informatique
Utilisateur métier/
analyste BI
Ingénieur Data/IT
Ventes par client et
promotion ?
Marketing Sales
DATA CATALOG
Découvrir - Explorer - Documenter
Execution
Engine
Security &
Governance
Semantic
Layer
Unified Data
Access
AI
Comme souvent, il y a quelques
contraintes…
• Les données marketing sont dans
une application SaaS :
• Accès par API avec une performance
moindre et/ou coût associé
• Possibilité de stocker de manière
transparente
• Les ventes sont dans un dataware :
• On-prem dans Oracle
• Migration en cours vers le cloud
Customer
1. Accès unifié
• Quoi : Connecter toutes les sources de données dans une
couche logique
• Pourquoi :
• La complexité technologique est gérée de manière
transparente
• Flexibilité IT
• Fonctionnalités clés :
✔ Connectivité aux sources hétérogènes
✔ Abstraction de la complexité sous-jacente
Data Engineer/IT
2. Couche sémantique universelle
• Quoi : Un modèle métier qui apporte compréhension et contextualisation
• Pourquoi :
• Les données sont livrées dans un format compréhensible
• Renforce l’autonomie des utilisateurs métiers
• Fonctionnalités clés :
✔ Définition et documentation des vues métiers
✔ Etiquettes et associations pour faciliter la sécurité et l’interopérabilité
Ingénieur data/IT
3. Sécurité et gouvernance unifiées
• Quoi : Sécuriser et gouverner toute la donnée à un point central
• Pourquoi :
• Simplifier la mise en place de la sécurité de manière
indépendante de toute source et tout outil de consommation
• Les utilisateurs métiers ont une visibilité unique, quelque soit
leur méthode d’accès à la donnée
• Fonctionnalités clés :
✔ Sécurité basée sur les étiquettes (tags)
✔ Alignement, impact de changement
Data Engineer & IT
4. Accès en libre service
• Quoi :
• Faciliter l’accès et l’exploration des ensembles de données
par les utilisateurs métiers
• Pourquoi :
• Moins de dépendance sur les processus IT
• Réduction de « shadow IT » tout en renforçant l’autonomie
des équipes métiers
• Fonctionnalités clés :
✔ Data Catalog: Explorer, Documenter, Accéder à la donnée
✔ Web services en « low code/no code » (REST, OData, GraphQL)
✔ Visualisation via les outils standards (Tableau, PowerBI, etc.)
Utilisateur métier/
analyste BI
5. Scalabilité et performance
• Quoi :
• Exécution rapide même sur les données distribuées
• Pourquoi :
• Une expérience utilisateur fluide qui répond aux
attentes d’une plateforme moderne
• Fonctionnalités clés :
✔ Intégration en temps réel/à la demande
✔ Optimisation des requêtes
✔ Accélération basée sur les algorithmes AI/ML
✔ Réplication ciblée et raisonnée de la donnée
10
Exécution et optimisation
Denodo comprend un moteur d'exécution avancé qui optimise
et orchestre l'exécution à travers les sources de données
Par défaut, puisque Denodo ne stocke pas la donnée, l’accès se fait à la
demande :
▪ Denodo délègue l’exécution aux sources lorsque cela est possible
▪ Une strate maîtrisée, même sur une seule source de données
▪ Pour les requêtes multi-sources, un optimiseur intelligent basé sur la volumétrie
et les capacités techniques de chaque source
▪ Inclut des options tels l’exécution MPP et la copie temporaire de données
▪ Denodo fournit une réplication ciblée et raisonnée :
▪ Accélération des requêtes avec des agrégats précalculés
▪ Capacités de cache flexibles et ciblées
11
Performance : l’optimisation des requêtes multi-sources
• Objectif : réduire le volume de données transférées sur le réseau, maximiser la
délégation aux sources
• Le bon plan d’exécution est automatiquement sélectionné par l’optimiseur Denodo en
fonction de la volumétrie et des capacités de chaque source
Candidat #1:
Fédération simple
Sales Customer
3 M 100k
JOIN
GROUP BY
country
Candidat #2:
Copie temporaire
de données
Sales Customer
Temp_Customer
2 M
50
JOIN
CREATE
TEMP
GROUP BY
country
Candidat #3:
Agrégation partielle
Sales Customer
2 M
2 M
Afin de maximiser la
délégation aux sources,
l’agrégation se fait par
étapes :
• 1ème par Id client
• 2ème par état
Ceci réduit de manière
significative le volume de
données transférées sur
le réseau
JOIN
GROUP BY
country
GROUP BY
country
Système Temps (s)
Denodo #1 7.96 s
Denodo #2 2.23 s
Denodo #3 0.9 s
Autres 14.76 s
12
Smart Query Acceleration : les agrégats identifiés par AI
Denodo 8 utilise AI/ML afin de
trouver les agrégats dont un
calcul en amont apportera le
plus de gain de performance.
L’usage de la plateforme ainsi
qu’un calcul de coût sont pris en
compte par ces algorithmes.
6. Déploiement et opération
• Quoi :
• Capacités intégrées pour la gestion de la plateforme
• Pourquoi :
• Réduire la charge de travail de l’IT et faciliter la mise en place des méthodes
d’intégration CI/CD
• Fonctionnalités clés :
✔ Provisioning cloud automatisé
✔ Monitoring
✔ Gestion du cycle de vie de développement et du déploiement
14
Déploiement et opération
En plus du serveur d'exécution et de l'environnement de développement, Denodo
inclut un écosystème complet pour gérer le fonctionnement de sa plateforme
▪ Options cloud, on-prem et conteneurisées
▪ Mode complètement automatisé en AWS et Azure, avec une gestion depuis Solution
Manager
▪ Scheduler intégré pour les opérations batch (par lot)
▪ Collecte des statistiques, mise en cache, etc.
▪ Monitoring en temps réel, consultable via un outil web
▪ Gestion depuis un outil web des montées de version
▪ APIs pour l’intégration des outils de lifecycle management (ex. Jenkins)
Points clés
1. Découverte et accès à la donnée en libre service pour les
utilisateurs métiers
2. Flexibilité augmentée pour l’équipe IT
3. Performance : accès rapide et optimisé
4. Sécurité et gouvernance centralisées
5. Automatisation et industrialisation de l’intégration de la donnée
© Copyright Denodo Technologies. All rights reserved
Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm,
without prior the written authorization from Denodo Technologies.
Merci !

Contenu connexe

Tendances

GCP Data Engineer cheatsheet
GCP Data Engineer cheatsheetGCP Data Engineer cheatsheet
GCP Data Engineer cheatsheetGuang Xu
 
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...Databricks
 
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...Amazon Web Services
 
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...Edureka!
 
Introduction to Tokyo Products
Introduction to Tokyo ProductsIntroduction to Tokyo Products
Introduction to Tokyo ProductsMikio Hirabayashi
 
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...Odinot Stanislas
 
The world's next top data model
The world's next top data modelThe world's next top data model
The world's next top data modelPatrick McFadin
 
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...Spark Summit
 
[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기NAVER D2
 
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...Patrick Van Renterghem
 
Cours Big Data Chap6
Cours Big Data Chap6Cours Big Data Chap6
Cours Big Data Chap6Amal Abid
 
Cassandra Basics, Counters and Time Series Modeling
Cassandra Basics, Counters and Time Series ModelingCassandra Basics, Counters and Time Series Modeling
Cassandra Basics, Counters and Time Series ModelingVassilis Bekiaris
 
RocksDB compaction
RocksDB compactionRocksDB compaction
RocksDB compactionMIJIN AN
 
PostgreSQL as a Big Data Platform
PostgreSQL as a Big Data Platform PostgreSQL as a Big Data Platform
PostgreSQL as a Big Data Platform Chris Travers
 
Modeling Data and Queries for Wide Column NoSQL
Modeling Data and Queries for Wide Column NoSQLModeling Data and Queries for Wide Column NoSQL
Modeling Data and Queries for Wide Column NoSQLScyllaDB
 
NEW LAUNCH! Introducing AWS Snowball Edge and AWS Snowmobile
NEW LAUNCH! Introducing AWS Snowball Edge and AWS SnowmobileNEW LAUNCH! Introducing AWS Snowball Edge and AWS Snowmobile
NEW LAUNCH! Introducing AWS Snowball Edge and AWS SnowmobileAmazon Web Services
 

Tendances (20)

GCP Data Engineer cheatsheet
GCP Data Engineer cheatsheetGCP Data Engineer cheatsheet
GCP Data Engineer cheatsheet
 
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...
Spark SQL Adaptive Execution Unleashes The Power of Cluster in Large Scale wi...
 
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...
AWS re:Invent 2016: Deep Dive on Amazon EC2 Instances, Featuring Performance ...
 
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...
Apache Spark Tutorial | Spark Tutorial for Beginners | Apache Spark Training ...
 
Introduction to Tokyo Products
Introduction to Tokyo ProductsIntroduction to Tokyo Products
Introduction to Tokyo Products
 
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...
Ceph: Open Source Storage Software Optimizations on Intel® Architecture for C...
 
What It Looked Like
What It Looked LikeWhat It Looked Like
What It Looked Like
 
NoSQL Basics and MongDB
NoSQL Basics and  MongDBNoSQL Basics and  MongDB
NoSQL Basics and MongDB
 
The world's next top data model
The world's next top data modelThe world's next top data model
The world's next top data model
 
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...
Apache Spark the Hard Way: Challenges with Building an On-Prem Spark Analytic...
 
[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기[234]멀티테넌트 하둡 클러스터 운영 경험기
[234]멀티테넌트 하둡 클러스터 운영 경험기
 
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...
Cloud Data Warehousing presentation by Rogier Werschkull, including tips, bes...
 
Cours Big Data Chap6
Cours Big Data Chap6Cours Big Data Chap6
Cours Big Data Chap6
 
Cassandra Basics, Counters and Time Series Modeling
Cassandra Basics, Counters and Time Series ModelingCassandra Basics, Counters and Time Series Modeling
Cassandra Basics, Counters and Time Series Modeling
 
NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例NetflixにおけるPresto/Spark活用事例
NetflixにおけるPresto/Spark活用事例
 
HBASE Overview
HBASE OverviewHBASE Overview
HBASE Overview
 
RocksDB compaction
RocksDB compactionRocksDB compaction
RocksDB compaction
 
PostgreSQL as a Big Data Platform
PostgreSQL as a Big Data Platform PostgreSQL as a Big Data Platform
PostgreSQL as a Big Data Platform
 
Modeling Data and Queries for Wide Column NoSQL
Modeling Data and Queries for Wide Column NoSQLModeling Data and Queries for Wide Column NoSQL
Modeling Data and Queries for Wide Column NoSQL
 
NEW LAUNCH! Introducing AWS Snowball Edge and AWS Snowmobile
NEW LAUNCH! Introducing AWS Snowball Edge and AWS SnowmobileNEW LAUNCH! Introducing AWS Snowball Edge and AWS Snowmobile
NEW LAUNCH! Introducing AWS Snowball Edge and AWS Snowmobile
 

Similaire à Démonstration : Comment la plateforme Denodo permet d'accélérer l'analyse de toutes vos données

Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationDenodo
 
La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”Denodo
 
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache CassandraDataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache CassandraVictor Coustenoble
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDenodo
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDenodo
 
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Denodo
 
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?Denodo
 
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITSystem Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITMicrosoft Technet France
 
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoSimplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoDenodo
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Denodo
 
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Excelerate Systems
 
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...Microsoft Technet France
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDenodo
 
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...Worteks
 
Une infrastructure Cloud et une solution IDaaS 100% libres
Une infrastructure Cloud et une solution IDaaS 100% libresUne infrastructure Cloud et une solution IDaaS 100% libres
Une infrastructure Cloud et une solution IDaaS 100% libresOpen Source Experience
 
Denodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo
 
2016 - Data & Big Data - weave - PrésentationExtract2
2016 - Data & Big Data - weave - PrésentationExtract22016 - Data & Big Data - weave - PrésentationExtract2
2016 - Data & Big Data - weave - PrésentationExtract2Jonathan Vercruysse
 

Similaire à Démonstration : Comment la plateforme Denodo permet d'accélérer l'analyse de toutes vos données (20)

Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data VirtualizationSession en ligne: Découverte du Logical Data Fabric & Data Virtualization
Session en ligne: Découverte du Logical Data Fabric & Data Virtualization
 
La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”La Data Virtualization au coeur de l’architecture “Data Mesh”
La Data Virtualization au coeur de l’architecture “Data Mesh”
 
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache CassandraDataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
Webinar Denodo & CRIP : Souveraineté, information sensible et data gouvernanc...
 
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
J'ai déjà un ETL, pourquoi aurais-je besoin de la Data Virtualization?
 
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’ITSystem Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
System Center 2012 Orchestrator: gagnez du temps et simplifiez-vous l’IT
 
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec DenodoSimplifier la mise en place d'une stratégie Data Mesh avec Denodo
Simplifier la mise en place d'une stratégie Data Mesh avec Denodo
 
Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022Les clés de succès pour moderniser votre architecture de données en 2022
Les clés de succès pour moderniser votre architecture de données en 2022
 
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
Enterprise Data Hub - La Clé de la Transformation de la Gestion de Données d'...
 
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...
Contrôler les usages de vos informations dans le Cloud avec Windows Azure AD ...
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...
[Open Source Experience 2021] Une infrastructure Cloud et une solution IDaaS ...
 
Une infrastructure Cloud et une solution IDaaS 100% libres
Une infrastructure Cloud et une solution IDaaS 100% libresUne infrastructure Cloud et une solution IDaaS 100% libres
Une infrastructure Cloud et une solution IDaaS 100% libres
 
Denodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marchéDenodo 2022 : le meilleur time-to-Data du marché
Denodo 2022 : le meilleur time-to-Data du marché
 
DCI Beta Systems
DCI Beta SystemsDCI Beta Systems
DCI Beta Systems
 
Procima deck 7 May 2014
Procima deck 7 May 2014Procima deck 7 May 2014
Procima deck 7 May 2014
 
2016 - Data & Big Data - weave - PrésentationExtract2
2016 - Data & Big Data - weave - PrésentationExtract22016 - Data & Big Data - weave - PrésentationExtract2
2016 - Data & Big Data - weave - PrésentationExtract2
 

Plus de Denodo

Enterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoEnterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoDenodo
 
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachLunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachDenodo
 
Achieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerAchieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerDenodo
 
What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?Denodo
 
Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeDenodo
 
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Denodo
 
Drive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDrive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDenodo
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхDenodo
 
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationData Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationDenodo
 
Denodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo
 
Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Denodo
 
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardIt’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardDenodo
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Denodo
 
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Denodo
 
How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?Denodo
 
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsWebinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsDenodo
 
Enabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityEnabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityDenodo
 
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo
 
GenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesGenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesDenodo
 

Plus de Denodo (20)

Enterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in DenodoEnterprise Monitoring and Auditing in Denodo
Enterprise Monitoring and Auditing in Denodo
 
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps ApproachLunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
Lunch and Learn ANZ: Mastering Cloud Data Cost Control: A FinOps Approach
 
Achieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services LayerAchieving Self-Service Analytics with a Governed Data Services Layer
Achieving Self-Service Analytics with a Governed Data Services Layer
 
What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?What you need to know about Generative AI and Data Management?
What you need to know about Generative AI and Data Management?
 
Mastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business LandscapeMastering Data Compliance in a Dynamic Business Landscape
Mastering Data Compliance in a Dynamic Business Landscape
 
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo LiteDenodo Partner Connect: Business Value Demo with Denodo Demo Lite
Denodo Partner Connect: Business Value Demo with Denodo Demo Lite
 
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
Expert Panel: Overcoming Challenges with Distributed Data to Maximize Busines...
 
Drive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory ComplianceDrive Data Privacy Regulatory Compliance
Drive Data Privacy Regulatory Compliance
 
Знакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данныхЗнакомство с виртуализацией данных для профессионалов в области данных
Знакомство с виртуализацией данных для профессионалов в области данных
 
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data FragmentationData Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
Data Democratization: A Secret Sauce to Say Goodbye to Data Fragmentation
 
Denodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me AnythingDenodo Partner Connect - Technical Webinar - Ask Me Anything
Denodo Partner Connect - Technical Webinar - Ask Me Anything
 
Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!Lunch and Learn ANZ: Key Takeaways for 2023!
Lunch and Learn ANZ: Key Takeaways for 2023!
 
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way ForwardIt’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
It’s a Wrap! 2023 – A Groundbreaking Year for AI and The Way Forward
 
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
Quels sont les facteurs-clés de succès pour appliquer au mieux le RGPD à votr...
 
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
Lunch and Learn ANZ: Achieving Self-Service Analytics with a Governed Data Se...
 
How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?How to Build Your Data Marketplace with Data Virtualization?
How to Build Your Data Marketplace with Data Virtualization?
 
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit UnionsWebinar #2 - Transforming Challenges into Opportunities for Credit Unions
Webinar #2 - Transforming Challenges into Opportunities for Credit Unions
 
Enabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usabilityEnabling Data Catalog users with advanced usability
Enabling Data Catalog users with advanced usability
 
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
Denodo Partner Connect: Technical Webinar - Architect Associate Certification...
 
GenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidadesGenAI y el futuro de la gestión de datos: mitos y realidades
GenAI y el futuro de la gestión de datos: mitos y realidades
 

Démonstration : Comment la plateforme Denodo permet d'accélérer l'analyse de toutes vos données

  • 1. Démonstration : Comment la plateforme Denodo permet d'accélérer l'analyse de toutes vos données Emily Sergent Ingénieure avant-vente, Denodo
  • 2. 2 De quoi a besoin un utilisateur métier ? Utilisateur métier/ analyste BI 1. Accès en libre-service • Être autonome dans l’accès à la donnée, sans solliciter en permanence l’IT 2. Facilité d'utilisation • Toutes les données sont accessibles au même endroit • Dans un format facile à comprendre • Bien documentées 3. Travailler avec ses outils préférés • Excel, Tableau, Power BI, etc.
  • 3. 3 De quoi a besoin l’IT ? 1. Intégration rapide et facile à gérer • Intégrer virtuellement ou physiquement en quelques clics 2. Contrôle centralisé • Sécurité • Gouvernance • Audit 3. Flexibilité d’accompagner le changement • Faire évoluer les systèmes back-end sans interruption de service • Migration vers le cloud et les systèmes modernes Data Engineer/IT
  • 4. 4 Faire la passerelle entre le métier et l’informatique Utilisateur métier/ analyste BI Ingénieur Data/IT Ventes par client et promotion ? Marketing Sales DATA CATALOG Découvrir - Explorer - Documenter Execution Engine Security & Governance Semantic Layer Unified Data Access AI Comme souvent, il y a quelques contraintes… • Les données marketing sont dans une application SaaS : • Accès par API avec une performance moindre et/ou coût associé • Possibilité de stocker de manière transparente • Les ventes sont dans un dataware : • On-prem dans Oracle • Migration en cours vers le cloud Customer
  • 5. 1. Accès unifié • Quoi : Connecter toutes les sources de données dans une couche logique • Pourquoi : • La complexité technologique est gérée de manière transparente • Flexibilité IT • Fonctionnalités clés : ✔ Connectivité aux sources hétérogènes ✔ Abstraction de la complexité sous-jacente Data Engineer/IT
  • 6. 2. Couche sémantique universelle • Quoi : Un modèle métier qui apporte compréhension et contextualisation • Pourquoi : • Les données sont livrées dans un format compréhensible • Renforce l’autonomie des utilisateurs métiers • Fonctionnalités clés : ✔ Définition et documentation des vues métiers ✔ Etiquettes et associations pour faciliter la sécurité et l’interopérabilité Ingénieur data/IT
  • 7. 3. Sécurité et gouvernance unifiées • Quoi : Sécuriser et gouverner toute la donnée à un point central • Pourquoi : • Simplifier la mise en place de la sécurité de manière indépendante de toute source et tout outil de consommation • Les utilisateurs métiers ont une visibilité unique, quelque soit leur méthode d’accès à la donnée • Fonctionnalités clés : ✔ Sécurité basée sur les étiquettes (tags) ✔ Alignement, impact de changement Data Engineer & IT
  • 8. 4. Accès en libre service • Quoi : • Faciliter l’accès et l’exploration des ensembles de données par les utilisateurs métiers • Pourquoi : • Moins de dépendance sur les processus IT • Réduction de « shadow IT » tout en renforçant l’autonomie des équipes métiers • Fonctionnalités clés : ✔ Data Catalog: Explorer, Documenter, Accéder à la donnée ✔ Web services en « low code/no code » (REST, OData, GraphQL) ✔ Visualisation via les outils standards (Tableau, PowerBI, etc.) Utilisateur métier/ analyste BI
  • 9. 5. Scalabilité et performance • Quoi : • Exécution rapide même sur les données distribuées • Pourquoi : • Une expérience utilisateur fluide qui répond aux attentes d’une plateforme moderne • Fonctionnalités clés : ✔ Intégration en temps réel/à la demande ✔ Optimisation des requêtes ✔ Accélération basée sur les algorithmes AI/ML ✔ Réplication ciblée et raisonnée de la donnée
  • 10. 10 Exécution et optimisation Denodo comprend un moteur d'exécution avancé qui optimise et orchestre l'exécution à travers les sources de données Par défaut, puisque Denodo ne stocke pas la donnée, l’accès se fait à la demande : ▪ Denodo délègue l’exécution aux sources lorsque cela est possible ▪ Une strate maîtrisée, même sur une seule source de données ▪ Pour les requêtes multi-sources, un optimiseur intelligent basé sur la volumétrie et les capacités techniques de chaque source ▪ Inclut des options tels l’exécution MPP et la copie temporaire de données ▪ Denodo fournit une réplication ciblée et raisonnée : ▪ Accélération des requêtes avec des agrégats précalculés ▪ Capacités de cache flexibles et ciblées
  • 11. 11 Performance : l’optimisation des requêtes multi-sources • Objectif : réduire le volume de données transférées sur le réseau, maximiser la délégation aux sources • Le bon plan d’exécution est automatiquement sélectionné par l’optimiseur Denodo en fonction de la volumétrie et des capacités de chaque source Candidat #1: Fédération simple Sales Customer 3 M 100k JOIN GROUP BY country Candidat #2: Copie temporaire de données Sales Customer Temp_Customer 2 M 50 JOIN CREATE TEMP GROUP BY country Candidat #3: Agrégation partielle Sales Customer 2 M 2 M Afin de maximiser la délégation aux sources, l’agrégation se fait par étapes : • 1ème par Id client • 2ème par état Ceci réduit de manière significative le volume de données transférées sur le réseau JOIN GROUP BY country GROUP BY country Système Temps (s) Denodo #1 7.96 s Denodo #2 2.23 s Denodo #3 0.9 s Autres 14.76 s
  • 12. 12 Smart Query Acceleration : les agrégats identifiés par AI Denodo 8 utilise AI/ML afin de trouver les agrégats dont un calcul en amont apportera le plus de gain de performance. L’usage de la plateforme ainsi qu’un calcul de coût sont pris en compte par ces algorithmes.
  • 13. 6. Déploiement et opération • Quoi : • Capacités intégrées pour la gestion de la plateforme • Pourquoi : • Réduire la charge de travail de l’IT et faciliter la mise en place des méthodes d’intégration CI/CD • Fonctionnalités clés : ✔ Provisioning cloud automatisé ✔ Monitoring ✔ Gestion du cycle de vie de développement et du déploiement
  • 14. 14 Déploiement et opération En plus du serveur d'exécution et de l'environnement de développement, Denodo inclut un écosystème complet pour gérer le fonctionnement de sa plateforme ▪ Options cloud, on-prem et conteneurisées ▪ Mode complètement automatisé en AWS et Azure, avec une gestion depuis Solution Manager ▪ Scheduler intégré pour les opérations batch (par lot) ▪ Collecte des statistiques, mise en cache, etc. ▪ Monitoring en temps réel, consultable via un outil web ▪ Gestion depuis un outil web des montées de version ▪ APIs pour l’intégration des outils de lifecycle management (ex. Jenkins)
  • 15. Points clés 1. Découverte et accès à la donnée en libre service pour les utilisateurs métiers 2. Flexibilité augmentée pour l’équipe IT 3. Performance : accès rapide et optimisé 4. Sécurité et gouvernance centralisées 5. Automatisation et industrialisation de l’intégration de la donnée
  • 16. © Copyright Denodo Technologies. All rights reserved Unless otherwise specified, no part of this PDF file may be reproduced or utilized in any for or by any means, electronic or mechanical, including photocopying and microfilm, without prior the written authorization from Denodo Technologies. Merci !