SlideShare une entreprise Scribd logo
1  sur  61
Télécharger pour lire hors ligne
Atelier découverte de la virtualisation des
données
Avril 2022
Tarik Zaakour, Principal sales engineer
Agenda
1. Généralités
2. Introduction à la Data Virtualization
3. Ce que disent les analystes
4. Cas d’usage et études de cas clients
5. Gouvernance & sécurité
6. Les APIs
7. Comment Denodo optimise ses requêtes?
8. Exemples de déploiement
9. Questions/Réponses
10. Démonstration avec le Denodo Test Drive
11. Questions/Réponses
12. Prochaines étapes
Généralités
4
Quelques généralités
• La présentation sera enregistrée
• Les échanges et les questions/réponses
• Avant la démonstration
• A la fin de la présentation
• N’hésitez pas à poser vos questions dans le chat au fil de
l’eau
• Pour accéder aux test drives :
• Se connecter à www.denodo.com
• Rubrique “Try Denodo Platform” puis “Denodo Test
Drives”
• Le Test Drive sur Azure n’est qu’un début : cas d’usage
Data Science et Data Marketplace sur AWS et GCP
Introduction à la Data Virtualization
Pourquoi la Data Virtualization? Défis, Solutions et Avantages
6
Acteurs et données de nos écosystèmes actuels
Situation actuelle simplifiée :
Sales
HR
Apps/API
Executive
75% de la donnée stockée
jamais utilisée
90% des demandes nécessitent
du temps-réel
Marketing
Problèmes les plus communs:
× Collaboration et partage limitées
× Vues métiers inconsistantes et limitées
× Gouvernance complexe
× Environnement fragmenté
× Beaucoup (trop) de réplication
× Synchronisations en cascade, longues et coûteuses
Data Science
AI/ML
7
Plateforme de données moderne souhaitée
POINT D’ENTRÉE UNIFIÉ Pour rechercher, explorer et
consommer la donnée
SELF-SERVICE Pour tous les profils de l’entreprise
SÉCURITÉ & GOUVERNANCE renforcées
Simplicité, rapidité/agilité, sécurité… à moindre coût
Plateforme moderne
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
8
CONNECTER, INTROSPECTER & GOUVERNER vos
sources, avec ZÉRO RÉPLICATION DE LA DONNÉE
COMBINER & INTÉGRER vos données en vues métiers
CONSOMMER & SÉCURISER LES VUES MÉTIERS dans
de multiples formats
Qu’est-ce la Data Virtualization?
Un logiciel permettant l’intégration et la gestion moderne des données d’entreprises
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
9
CONNECTER, INTROSPECTER & GOUVERNER VOS
SOURCES, AVEC ZERO REPLICATION DE LA DONNÉE
COMBINER & INTEGRER VOS DONNÉES EN VUES
MÉTIERS
CONSOMMER & SECURISER LES VUES MÉTIERS DANS
DE MULTIPLES FORMATS
Le fonctionnement de la Data Virtualization?
Connecter, Combiner & Consommer
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
COMBINE & INTEGRATE INTO BUSINESS DATA VIEWS
Ce que disent les analystes
By 2022, more than 80% of Datalake
projects will not provide value, as data
research, inventory and preservation
will prove to be the biggest obstacle to
successful analysis and data
management. Science.
Source: “Augmented Data Catalogs: Now an
Enterprise Must-Have for Data and Analytics
Leaders.” September 12, 2019
Reference customers have appreciated Denodo's connectivity and
data delivery capabilities supported by metadata management,
which has contributed to high scores for data integration for
optimized analyses and data service orchestration use cases. The
focus on data catalogue functionality - i.e. enabling users to
inventory distributed data assets connected to Denodo, and to
collect, access and use metadata to inform data integration
activities - increases the relevance of the tool for the data
consistency use case.
Predicts 2020: The Future of Application
Architecture, Development, Integration and
Platforms
By 2023, more than 50% of the new
integration technologies evaluated
will include AI as one of the key
criteria for simplifying integration.
’’
DATA MANAGEMENT & INTEGRATION : from SPECIFIC
to DYNAMIC
The future of DATA MANAGEMENT will be
more  « CONNECT » than « COLLECT »
- Dynamic
- Augmented with Machine Learning
- Distributed
- Schema neutral
- Content & context oriented
- Fix Infrastructures will be commodities
- Less Design/Deploy/Maintain
’’ ’’
-Critical Capabilities for Data Integration Tools, 8 October 2019
’’
# CONNECTER EST L'AVENIR
# CATALOGUE DE
DONNÉES POUR RÉALISER
DES PROJETS DATALAKE # SCORES ÉLEVÉS POUR DENODO # IA & INTEGRATION
12
“Denodo provides its
customers with the
capabilities to automate the
design of a Data Fabric with
its components - a unified
semantic catalog of data, a
query optimization engine,
and metadata-based ML
algorithms.
The design of its data model
relies on Data Virtualization
to quickly deliver integrated
data to users for faster
results ”
2020 Gartner Magic Quadrant for Data Integration Tools
Denodo nommé leader – Juin 2021
- Gartner Magic Quadrant for Data
Integration Tools, August 2020
BY 2023, ORGANIZATIONS USING
DATA FABRICS TO DYNAMICALLY
CONNECT, OPTIMIZE AND
AUTOMATE DATA
MANAGEMENT PROCESSES WILL
REDUCE THEIR DATA
INTEGRATION AND DELIVERY
TIME BY AT LEAST 30%. "
RECONNAISSANCE CLIENT, ANALYSTE ET INDUSTRIE
3 POINTS MAJEURS : TIME-TO-MARKET, RÉDUCTION DES COÛTS & CONTRÔLE DES DONNÉES
3x à 10x - 40% cost Up to -75%
Agility
Time to market
Delivery Global
TCO
- Guide to Data Virtualization, Dec 2017
62% < 3 months 91% < 6 months
Denodo
Projects:
- Peer Insight, Data Integration 2018
By 2022, 60% of all organizations will
implement Data Virtualization as a key
element of data integration architecture.
- Market guide for Data Virtualization,
Nov 2018
2021 Gartner Magic Quadrant for Data
Integration Tools
Forrester Wave: Enterprise Data Fabric,
Q2 2020
Forrester Wave: Big Data Fabric, Q2 2018
14
The core of the matter is being able to consolidate many diverse
data sources in an efficient manner by allowing trusted data to be
delivered from all relevant data sources to all relevant data
consumers through one common layer.
Source: Demystifying the Data Fabric, Gartner, September 2020
The Data fabric focuses on automating the process integration,
transformation, preparation, curation, security, governance, and
orchestration to enable analytics and insights quickly for business
success.
Source: Enterprise Data Fabric Wave, Forrester, June 2020
15
Les six piliers de la Data Fabric
Gartner envisage un système basé sur six
piliers pour fournir la base d'une Data
Fabric :
1. Catalogue de données augmenté
2. Graphe de connaissances enrichi de
sémantique
3. Activation des métadonnées
4. Moteur de recommandation
5. Préparation et livraison des données
6. Orchestration et DataOps
16
Les 6 piliers de Data Fabric s'alignent sur la vision de base de Denodo
1. Point d'accès unique à
toutes les données à
n'importe quel endroit
2. Des données exposées
sous une forme
Business-Friendly, adaptée
aux besoins de chaque
consommateur
3. Faible coût et mise sur le
marché rapide : jusqu'à
80 % de réduction des
coûts d'intégration de
données
4. Référence pour les données
de confiance via la
sémantique : appliquez une
sémantique, une qualité,
une gouvernance et une
sécurité des données
cohérentes
5. Découvrabilité : Le
Data Catalog actif crée un
marché de données pour
l'entreprise
6. ML et automatisation pour
accélérer toutes les étapes
du cycle de vie de la gestion
des données
17
Qu’est ce que le Data Mesh ?
▪ Le Data Mesh est un nouveau paradigme architectural pour la
gestion des données
▪ Proposé par le consultant Zhamak Dehghani en 2019
▪ Il passe d'une infrastructure de données centralisée par une seule
équipe à une organisation distribuée
▪ Plusieurs unités autonomes (domaines) sont chargées de gérer et
d'exposer leurs propres « produits de données » au reste de
l'organisation
▪ Les produits de données doivent être facilement détectables,
compréhensibles et accessibles au reste de l'organisation
18
Quels défis le Data Mesh essaie-t-il de relever?
1. Manque d'expertise du domaine dans les équipes de données
centralisées
▪ Les équipes de données centralisées sont déconnectées de l'entreprise
▪ Ils doivent gérer des données et des besoins métiers qu'ils ne comprennent
pas toujours
2. Manque de flexibilité des référentiels de données centralisés
▪ L'infrastructure de données des grandes organisations est très diversifiée et
change fréquemment
▪ Les besoins analytiques modernes peuvent être trop divers pour être satisfaits
par une seule plate-forme : une taille unique ne convient jamais.
3. Approvisionnement des données et réponse aux changements lents
▪ Nécessite d'extraire, d'ingérer et de synchroniser des données dans la
plate-forme centralisée
▪ L'informatique centralisée devient un goulot d'étranglement
19
Comment ?
• Les unités organisationnelles (domaines) sont responsables de la
gestion et de l'exposition de leurs propres données
• Les domaines comprennent mieux comment les données qu'ils
possèdent doivent être traitées et utilisées
• Leurs donne l'autonomie pour utiliser les meilleurs outils pour traiter
leurs données, et les faire évoluer en cas de besoin
• Résulte en des itérations de plus en plus courtes jusqu'à ce que les
besoins de l'entreprise soient satisfaits
• Supprime la dépendance aux infrastructures de données
entièrement centralisées
• Supprime les goulots d'étranglement et accélère les changements
• Introduit de nouveaux concepts pour faire face aux risques tels
que la création de silos de données, les efforts en double et le
manque de gouvernance unifiée
20
Implémentation du Data Mesh avec Denodo
SQL
Operational EDW
Data Lakes Files
SaaS APIs
REST GraphQL OData
Event
Product
Customer Location Employee
Common Domain Event Management Human Resources
Chaque domaine se voit attribuer un schéma virtuel distinct.
Un domaine commun peut être utile pour les produits de données
centralisés communs à tous les domaines.
1
1 Les domaines connectent leurs sources de données.
2
Les métadonnées sont mappées sur des vues relationnelles.
Aucune donnée n'est répliquée.
3
3
2
Les domaines peuvent modéliser leurs produits de données.
Les produits peuvent être utilisés pour définir d'autres produits.
4
4
Pour l'exécution, les produits peuvent être servis directement à
partir de leurs sources ou répliqués vers un emplacement central,
comme un lac.
5
5
Une équipe centrale peut définir des directives et une
gouvernance pour assurer l'interopérabilité.
6
6
Les produits peuvent être accessibles via SQL ou exposés
en tant qu'API. Aucun codage n'est requis.
7
7
L'infrastructure peut facilement évoluer dans un cluster.
8
8
Cas d’usage et études de cas clients
22
Les cas d’usage de la Data Virtualization
DU STOCKAGE & MANAGEMENT, À LA CONSOMMATION, EN PASSANT PAR LA GOUVERNANCE ET LA SÉCURITÉ
DÉCISION
(REAL TIME)
K.Y.C.
(CLIENTS 360)
BI AGILE
(SELF-SERVICE)
DATA
SCIENCE
(ML & AI)
APPS
(MOBILE & WEB)
FUSIONS &
ACQUISITIONS
DATA
MARKETPLACE
RÉGLEMENTATIONS
(IFRS17, GRC)
GOUVERNANCE
& SÉCURITÉ
APIFICATION
(& SQLIFICATION)
COUCHE DONNÉE
UNIFIÉE
AGILITÉ
& SIMPLICITÉ
LIVRAISON
TEMPS-RÉELLE
ABSTRACTION
DONNÉES
ZÉRO
RÉPLICATION
DATA
CATALOG
PERFORMANCES
OPTIMISÉES
LOGICAL DATA
WAREHOUSE/LAKE
BIG DATA
FABRIC
HYBRID
DATA FABRIC
DATA
INTEGRATION
DATA
MIGRATION
REFACTORING &
REPLATFORMING
CONSOMMATION DE LA DONNEE
STOCKAGE ET GESTION DE LA DONNEE
MANAGEMENT
GOUVERNANCE DE LA DONNEE
Sales
HR
Executive
Marketing Apps/API
Data Science
AI/ML
LOGICAL
DATA
WAREHOUSE
API
MIGRATION
VERS LE
CLOUD
BIG DATA
FABRIC
GOUVERNANCE
ET CATALOGUE
DE DONNÉES
L’évolution historique
Les données au cœur de l’entreprise
23
24
Présentation
Ucb est une société biopharmaceutique mondiale, fondée
en 1928. Son ambition est de transformer la vie des
personnes atteintes de maladies neurologiques et
immunologiques sévères.
En 2018, avec environ 7500 employés dans le monde,
l'entreprise a réalisé un chiffre d'affaires total de plus de 5
milliards de dollars.
25
Présentation
• Besoin d'une vue omnicanal en temps
réel à 360 degrés des données des
patients à travers les différentes
sources.
• Les processus ETL traditionnels
n'étaient pas assez rapides pour
répondre aux besoins en données des
équipes métiers.
• Réduire le temps de développement
pour transformer les données pour au
final un usage analytique.
• Faciliter l'accès aux données sur
plusieurs sources de données.
• De plus en plus d'applications migrent
vers le cloud, mais la nécessité
d'analyser les données de manière
croisée reste toujours présente
• Les scientifiques des données utilisent
la couche de virtualisation Denodo pour
explorer les données, écrire des scripts
et élaborer des recommandations pour
augmenter les ventes et améliorer les
traitements
• La plate-forme Denodo est établie
comme un élément essentiel de
l'architecture de l'entrepôt de données
logique au-dessus des diverses sources
de données d'UCB.
• La plate-forme Denodo se connecte, au
lieu de collecter des données comme
dans ETL, à chaque source et présente
des vues de données aux utilisateurs
professionnels sous la forme d'une
couche sémantique virtuelle
• En un an de mise en œuvre de
Denodo, UCB a pu mettre en
production six cas d'utilisation
différents dans différents domaines
fonctionnels.
• La plate-forme Denodo a réduit de
moitié le temps de développement
par rapport au temps requis par les
processus ETL de l'entreprise.
• Denodo a fourni à UCB la vitesse,
l'efficacité et l'agilité dont
l'entreprise avait besoin, ce qui lui a
permis d'avancer avec ses produits
de données tout en rationalisant les
rapports réglementaires.
Les défis La solution Les résultats
26
Présentation
Les applications
consommatrices
Les sources
Netezza
MyAccess
SQL Server
Gouvernée & Sécurisée
Plateforme de
Livraison de
Données
Coûts de dév.
Agilité
Avec le meilleur TTM
27
Présentation
Rexel est un groupe français, fondé en 1967, spécialisé dans
la distribution de matériel électrique, de chauffage,
d'éclairage et de plomberie mais aussi dans les énergies
renouvelables et les produits et services d'efficacité
énergétique, l'habitat connecté, et les services comme la
location d'outillage portatif ou des suites logicielles à
destination des professionnels
28
Présentation
• Remplacement de la solution
actuelle de grilles de tarification
client
• Sources de données disparates dans
le système d'informations
• Denodo suppose une couche
d'abstraction logique et simplement
un accès aux données pour les
applications métiers
• Nouvelles fonctionnalités apportées
par Denodo en tant que requêtes
SQL complexe qui gèrent certains
calculs entre l’ERP et la couche BI.
Par exemple: Denodo fournit des
KPI directs à l'utilisateur final.
• Tout d'abord, permettre de capitaliser
sur des structures standardisées
indépendantes des sources de données.
• Favoriser l'accélération de la
digitalisation et ne pas placer la
construction de solutions applicatives
consommatrices de données
référentielles sur le chemin critique.
• Diffusion et consommation de données
d'entreprise hautement flexibles,
résilientes et efficaces sur un point
unique et cohérent
• La valeur de Denodo est perçue comme
offrant des rendements élevés grâce à
l'agilité et la flexibilité en tant que
composante stratégique clé de notre
modernisation des SI.
Les défis La Solution Les résultats
29
Présentation
30
Prologis – Opérationnalisation IA/ML
$1.5 TRILLION
is the economic value of goods flowing through
our distribution centers each year, representing:
2.8%
of GDP for the 19 countries where
we do business
%
2.0
of the World’s GDP
1983 100 GLOBAL 768 MSF
Founded
Most sustainable corporations
$87B
Assets under management on four continents
MILLION
employees under Prologis’ roofs
1.0
31
Data Virtualization: Accélérateur de projets Data Science
Identification des données
Informations utiles pour
les cas nécessaires
Data Catalog
Identifier les sources
potentielles
Recherche de données
Automatisé via Denodo
Stockage de données
En cas de besoin dans le
lac de données
Accès direct
De sources
Données persistantes
Denodo permet de persister
dans votre DL n'importe
quelle vue
Nettoyage des données
Nettoyez vos données
dans un format utile
Combiner et transformer
Données pour créer
l'ensemble de données
utiles en entrée
L'analyse des données
Analysez vos données
Avec votre outil préféré
Cost Based Optimizer
Plan d'exécution
intelligent
Data Science
Aide, Exécuter des
algorithmes DS (ML, AI,
etc.)
Normes ouvertes +
données
Autre que Denodo
R, Scala, Python
Itérer le processus
Jusqu'à ce que des
informations précieuses
soient produites
Détection de changement
Lignage des données
Conception graphique rapide
Implémentez votre Algo
Spark, DataIku, Mahout
32
Prologis – Workflow Data Science
Etape 1: Exposez les données aux data scientists
33
Prologis – Workflow Data Science
Etape 2: Opérationnalisation du Model Scoring
Web Service
(Python Model Scoring)
AWS Lambda
Gouvernance et sécurité
35
Catalogue de données avec accès aux données
Catalogue de données
Gouverne & accès aux données
La virtualisation des données
avec Le Data Catalog offre trois
avantages principaux :
1. Une compréhension et un
accès à toutes les données et
métadonnées de l'entreprise.
2. BI libre-service
3. Élimination du besoin de créer
de nouveaux magasins de
données et de déplacer
physiquement les données
Catalogue de données actif
Intégré à votre écosystème
• Synchronisation des métadonnées
Denodo Platform prend en charge :
• La découverte et capture de métadonnées à partir de systèmes de gestion de bases de données
• La synchronisation de modèles de données avec des outils de modélisation de données.
• Pour la synchronisation des modèles de données, la plateforme Denodo fournit des fonctions
d'analyse des mises à jour et modifications des sources et des modifications dans le schéma
sous-jacent, permettant de décider de propager ou non la modification dans le schéma Denodo.
• Intégration avec des outils tiers de gestion de métadonnées
Denodo n'est pas en concurrence mais complète les solutions de catalogue de données d'entreprise en les
rendant opérationnelles.
38
Principes de sécurité
✔ Contrôle centralisé
▪ Autoriser l'accès en fonction des besoins de
l'entreprise, indépendamment de la localisation des
données ou de la méthode d'accès
▪ Définir un contrôle d'accès fin sur toutes les sources
de données (fichiers, services web, ...)
▪ Configuration centralisée
✔ Intégré à votre environnement
▪ SSO, Kerberos
▪ Authentification locale ou LDAP
▪ Comptes de pass-though ou de service
nom pays téléphone SSN
John Smith USA 555-1212
Alain Durand France
Mary White USA 555-2212
Contrôler l'accès aux colonnes,
aux lignes ou même aux
valeurs individuelles
39
Principes de sécurité
✔ Contrôle centralisé
Denodo gère la sécurité comme sur une DB :
▪ S’intègre avec votre Active Directory & SSO
▪ Masquage dynamique, restrictions sur les
colonnes et les lignes selon les Roles & Privileges
des utilisateurs
✔ Intégré à votre environnement
Centralise la sécurité - basée sur comment les
utilisateurs utilisent la donnée et non
comment elle est stockée
IT Semantic Layer
JOIN
GROUP
BY
GROUP
BY
1. Requête métier
2. Authentification avec
une corporate identity
3. Application des règles
d’autorisation .
Par exemple, masque SSN
et restriction locale
4. Requête envoyée à la
source avec les filtres de
conditions correspondants
5. Résultat sécurisé
est généré et envoyé
à l’utilisateur
DISPARATE DATA SOURCESLess Structured
More Structured
DATA CONSUMERS
DATA CONSUMERS
Analytica
l
Operational
Les APIs
41
Architecture de référence de virtualisation des données
Opérationnel et Transactionnel
Metadata Management, Data Governance, Data Security
Data
Warehouse
Web,
Cloud,
Saas
Enterprise
Applications
Enterprise
Application
Web
Mobile
Data Sources Service Consumers
Data Abstraction &
Delivery
Data Search & Discovery
Federation
Transformation
Abstraction
Data
Services
Federation
Transformation
Abstraction
Optimization
Security
Governance
Data Caching
Enterpri
se
Service
Bus
SOA
Service Providers
• Génération automatique de
documents Swagger
• Prise en charge de tous les
formats
A
P
I
M
a
n
a
g
e
m
e
n
t
P
l
a
t
f
o
r
m
42
API Management - Une complémentarité
• API Management
• Fournit une expérience axée sur le consommateur
• Expose le catalogue d'API sur un portail
• Applique les politiques de sécurité
• Surveille votre trafic
• Gère le cycle de vie de l'API (par exemple, la gestion des
versions)
• Data Virtualization
• Modéliser et exposer les services de données en tant qu'API
• Optimise le traitement des données
• Combine les sources de données en temps réel
• Accès aux sources de données à l'aide de divers protocoles
• Accélère le développement par rapport à l'approche
traditionnelle
Comment Denodo optimise
ses requêtes ?
44
La performance
✔ Les données restent à la source
▪ Lorsqu’une requête est traitée par Denodo, les données
sont remontées depuis les sources
▪ Potentiellement un volume de données important dans
des sources disparates
✔ Stratégie de Denodo : Maximiser le traitement à la source
▪ Minimiser le trafic réseau
▪ Tirer parti des capacités de traitement des sources
▪ Compléter avec un cache intelligent
▪ Optimisations spécifiques pour les sources MPP
(Massively Parallel Processing)
45
La performance
Combiner
Transformer
Livrer
Application
Source
RDBMS
Source
Big Data
Source
Web Service
Un volume de données important
est potentiellement transféré
2) Toutes les données
concernées sont remontées
des systèmes sources
Sans Data
Virtualization…
1) L’utilisateur demande la donnée
à travers une application
3) Les données sont ensuite
combinées et transformées
directement dans l’application
et livrées à l’utilisateur
Tout le travail est
exclusivement
fait dans
l’application
46
La performance
Combiner
Transformer
Livrer
Application
Source
RDBMS
Source
Big Data
Source
Web Service
Avec Data
Virtualization
1) L’utilisateur demande la donnée
à travers une application. Denodo
analyse la requête et envoie des
requêtes ciblées aux sources
2) Le traitement des données à
la source est maximisé via
la délégation, selon leurs
capacités techniques
3) Les données sont ensuite
combinées et transformées
par Denodo, livrées à
l’application
et l’utilisateur
Le travail
est partagé par
les sources et par
Denodo
Le volume de données transféré
est nettement réduit
47
La performance
SELECT c.state, AVG(s.amount)
FROM customer c JOIN sales s
ON c.id = s.customer_id
GROUP BY c.state
Ventes Client
JOIN
GROUP BY
Ventes Client
Table
temporaire
JOIN
GROUP BY
Option 1 Option 2 Option 3
Temp-Client
Les données « clients » et « ventes » sont stockées dans différentes
sources.
Quel est le meilleur plan d'exécution ?
Stratégie fédération simple
(outils BI)
Mouvement temporaire des données
(Si les sources le permettent)
300 M 2 M 2 M
50
Ventes Client
JOIN
GROUP BY
ID
GROUP BY
state
Délégation partielle d'agrégation
2 M
2 M
... juste un exemple parmi les
stratégies appliquées par Denodo
dans l'optimisation des requêtes
48
La performance
SELECT c.state, AVG(s.amount)
FROM customer c JOIN sales s
ON c.id = s.customer_id
GROUP BY c.state
Fonctionnement de Denodo par rapport aux autres moteurs de la fédération
Système Temps d'exécution
Données
transférées
Technique d'optimisation
Denodo 9 sec. 4 M
La delegation de
l'agrégation
Autres 125 sec. 302 M Aucun : scan complet
300 M 2 M
Ventes Client
JOIN
GROUP BY
2 M
2 M
Ventes Client
JOIN
GROUP BY
ID
GROUP BY
state
Pour maximiser la délégation au
dataware, l'agrégation est
divisée en 2 étapes :
• 1ère
par ID client
• 2ème
par État
Cela a considérablement
réduit le trafic réseau et la
complexité de traitement dans
Denodo
49
« Summaries » et mise en cache dans votre stratégie de modélisation
Couche d’abstraction
Modèles sources originaux
Couche sémantique
Modèle logique DW
Couche métier (optionnel)
Vue dénormalisée pour les entreprises
Couche de Reporting (optionnel)
Rapports prédéfinis avec métriques calculées
Caching
Sources lentes et protégées
uniquement
Summaries
Summaries
Caching
Exemples de déploiement
AWS Cloud Infrastructure
Azure Cloud Infrastructure
On-Prem Environment
Azure VM
Metro Transit Department
T-Bird
DCHS
Integrated Health
SQL Data Warehouse Azure Data Lake
Databricks Python/Azure ML
SQL Data Warehouse Azure Data Lake
Databricks Python/Azure ML
SQL Data Warehouse Azure Data Lake
KCSO
Analytics Platform
Azure
Commercial
Azure
Commercial
Azure
Government
Enterprise Tools
On-Prem
Host
On-Prem
Host
Data Catalog
(Future)
Data Governance
(Future)
Data Quality
(Informatica)
Client Machines
BI Insights Data Warehouse
Geo
(ArcGIS
Online)
Reports
(Tableau)
Reports
(Power BI)
Dashboards
(Power BI)
Open Data
(Socrata)
Machine Learning
Predictive Models
Departments
Agencies Citizens Council
Environnement Cloud Denodo
Denodo is Java code
that can be run on Azure
in:
• A VM
• A Docker Container
• A Kubernetes
Cluster
Informatica DI
Subnet
Business Resource Center
HUB VNet
Subnet
VNet
UDR
Peering
On-Prem VM
Subnet
52
Couche de
consommation
Entrepôt de données logique moderne
DATA FLOW
• Jointer les données Big Data et les requêtes analytiques
hébergées dans ADLS et d'autres plateformes Big Data
sur site.
• Jointer Snowflake et sécurisez les données sur snowflake
avec un modèle de sécurité d'entreprise tout en
fournissant un outil de jonction d'interface utilisateur
graphique.
• Tirez parti de la couche analytique Azure pour les
données en silo sur les services Azure.
• Incorporez des données relationnelles provenant de
sources sur site et dans le cloud.
• Optimisez et traduisez les requêtes sur toutes les
plates-formes pour augmenter la vitesse et l'efficacité
des requêtes.
• SQL parallèle dans les environnements cloud et sur site
pour une optimisation supplémentaire et des
augmentations de vitesse.
• Fournissez une source unique pour toutes les couches de
consommation, quelle que soit la requête ou la
demande, avec une gouvernance et une piste d'audit
complètes.
1
2
3
4
5
6
7
Couche
source
Oracle
Big Data
SQL Server
API
SQL
Azure Denodo
Virtualization
API
SQL
On-Prem Denodo
Virtualization
• Données
tierces (IMS,
etc.)
• Applications
internes
• E-mail
• Applications
externes
• Réseaux
sociaux
• Fichiers plats
• Flux IoT
• Centres de
données
• Les autorités
réglementaires
• API de repos
ADLS Gen 2
Big Data
Data Lake
Relational
Analytical
Relational
6
5
Data Lake
Relational
Relational
Bbig Data
7
1
2
3
4
2
4
4
1
5
Q&A
Démonstration avec le Denodo Test Drive
55
Atelier : analyse tendances annuelles de ventes
Prochaines étapes
Présence Denodo
• Palo Alto (USA) & A Coruña (Espagne)
• Présence mondiale
Leadership
• A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
• Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
• Nombreux prix
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
Technologie
Industrie
Service financier
Assurance
Santé
Secteur public
Télécommunication
Distribution
Pharma / Bio-Tech
Energie
Clients
• 850+ actifs
• F500, G2000 & Start-ups
Santé financière
• $4B+ Fond privé (HGGC).
• 60+% croissance annuelle; Zéro dette; Rentable.
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
Partenaires technologiques
Intégrateurs & ESN
Présence Denodo
• Palo Alto (USA) & A Coruña (Espagne)
• Présence mondiale
Leadership
• A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
• Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
• Nombreux prix
Clients
• 850+ actifs
• F500, G2000 & Start-ups
Santé financière
• $4B+ Fond privé (HGGC).
• 60+% croissance annuelle; Zéro dette; Rentable.
Denodo Technologies
Leader & Pionnier dans la Data Virtualization
AUTO ÉVALUATION
ÉVALUATION COLLABORATIVE
Téléchargez Denodo Express
Contactez-nous !
Évaluez (1h) avec le Test Drive:
Denodo Platform
for AWS, Azure ou GCP
Présence Denodo
• Palo Alto (USA) & A Coruña (Espagne)
• Présence mondiale
Leadership
• A l’origine et « Pure Player » de la data virtualization
(leader & pionnier) – depuis 1999
• Reconnaissance des analystes et du marché en tant que
leader (Forrester, Gartner, Clients depuis 6+ ans)
• Nombreux prix
Clients
• 850+ actifs
• F500, G2000 & Start-ups
Santé financière
• $4B+ Fond privé (HGGC).
• 60+% croissance annuelle; Zéro dette; Rentable.
Q&A
Merci!
www.denodo.com info@denodo.com
© 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.
61

Contenu connexe

Tendances

Cours Base de données relationnelles
Cours Base de données relationnellesCours Base de données relationnelles
Cours Base de données relationnellesAymen Kasmi
 
Introduction à la Business Intelligence
Introduction à la Business Intelligence Introduction à la Business Intelligence
Introduction à la Business Intelligence Cynapsys It Hotspot
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & SparkAlexia Audevart
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceLilia Sfaxi
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1Amal Abid
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingLilia Sfaxi
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4jNeo4j
 
DataWarehouse
DataWarehouseDataWarehouse
DataWarehousenzuguem
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleLilia Sfaxi
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business IntelligenceLilia Sfaxi
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopLilia Sfaxi
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkAmal Abid
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherLilia Sfaxi
 
Cours Big Data Chap3
Cours Big Data Chap3Cours Big Data Chap3
Cours Big Data Chap3Amal Abid
 
Chp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesChp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesLilia Sfaxi
 

Tendances (20)

Cours Base de données relationnelles
Cours Base de données relationnellesCours Base de données relationnelles
Cours Base de données relationnelles
 
Introduction à la Business Intelligence
Introduction à la Business Intelligence Introduction à la Business Intelligence
Introduction à la Business Intelligence
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & Spark
 
BigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-ReduceBigData_TP1: Initiation à Hadoop et Map-Reduce
BigData_TP1: Initiation à Hadoop et Map-Reduce
 
Cours Big Data Chap1
Cours Big Data Chap1Cours Big Data Chap1
Cours Big Data Chap1
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data Processing
 
Hadoop
HadoopHadoop
Hadoop
 
Une introduction à MapReduce
Une introduction à MapReduceUne introduction à MapReduce
Une introduction à MapReduce
 
Introduction à Neo4j
Introduction à Neo4jIntroduction à Neo4j
Introduction à Neo4j
 
DataWarehouse
DataWarehouseDataWarehouse
DataWarehouse
 
Chp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation MultidimensionnelleChp3 - Modélisation Multidimensionnelle
Chp3 - Modélisation Multidimensionnelle
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Technologies pour le Big Data
Technologies pour le Big DataTechnologies pour le Big Data
Technologies pour le Big Data
 
Présentation bi 1.0
Présentation bi 1.0Présentation bi 1.0
Présentation bi 1.0
 
Introduction à HDFS
Introduction à HDFSIntroduction à HDFS
Introduction à HDFS
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans Hadoop
 
Cours Big Data Chap4 - Spark
Cours Big Data Chap4 - SparkCours Big Data Chap4 - Spark
Cours Big Data Chap4 - Spark
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
 
Cours Big Data Chap3
Cours Big Data Chap3Cours Big Data Chap3
Cours Big Data Chap3
 
Chp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de DonnéesChp2 - Les Entrepôts de Données
Chp2 - Les Entrepôts de Données
 

Similaire à Session découverte de la Data Virtualization

Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationSession découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationDenodo
 
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationSession découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationDenodo
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientDenodo
 
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationRéinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec 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
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?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 2022Denodo
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationDenodo
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data VirtualizationDenodo
 
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
 
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
 
Analytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationAnalytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationDenodo
 
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
 
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !Denodo
 
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
 
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
 
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...OCTO Technology
 
Future of data center french
Future of data center frenchFuture of data center french
Future of data center frenchaditya panwar
 
Future of data center french
Future of data center frenchFuture of data center french
Future of data center frenchaditya panwar
 

Similaire à Session découverte de la Data Virtualization (20)

Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationSession découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
 
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data VirtualizationSession découverte de la Logical Data Fabric soutenue par la Data Virtualization
Session découverte de la Logical Data Fabric soutenue par la Data Virtualization
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance client
 
Réinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec la Data VirtualizationRéinventez votre stratégie de données en 2021 avec la Data Virtualization
Réinventez votre stratégie de données en 2021 avec 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
 
Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?Quel est l'avenir des stratégies de données?
Quel est l'avenir des stratégies de données?
 
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
 
Optimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data VirtualizationOptimiser l’intégration globale des données grâce à la Data Virtualization
Optimiser l’intégration globale des données grâce à la Data Virtualization
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
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
 
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...
 
Analytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data VirtualizationAnalytics & Machine Learning avec la Data Virtualization
Analytics & Machine Learning avec la Data Virtualization
 
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
 
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
DataGalaxy et Denodo : le guichet unique de gouvernance et d’accès aux données !
 
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”
 
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'...
 
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...
Le Comptoir OCTO x Dataiku x Snowflake - COMMENT CRÉER PLUS DE VALEUR ET DEVE...
 
Future of data center french
Future of data center frenchFuture of data center french
Future of data center french
 
Future of data center french
Future of data center frenchFuture of data center french
Future of data center french
 

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
 

Dernier

Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...France Travail
 
analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxHadJer61
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023France Travail
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attalcontact Elabe
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentationbahija babzine
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformersbahija babzine
 

Dernier (6)

Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
Montant moyen du droit d'allocation chômage versé aux demandeurs d'emploi ind...
 
analyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptxanalyse husseindey AMIROUCHE Abdeslem.pptx
analyse husseindey AMIROUCHE Abdeslem.pptx
 
Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023Le contrôle de la recherche d'emploi en 2023
Le contrôle de la recherche d'emploi en 2023
 
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel AttalELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
ELABE BFMTV L'Opinion en direct - Les Français et les 100 jours de Gabriel Attal
 
To_understand_transformers_together presentation
To_understand_transformers_together presentationTo_understand_transformers_together presentation
To_understand_transformers_together presentation
 
Bidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from TransformersBidirectional Encoder Representations from Transformers
Bidirectional Encoder Representations from Transformers
 

Session découverte de la Data Virtualization

  • 1. Atelier découverte de la virtualisation des données Avril 2022 Tarik Zaakour, Principal sales engineer
  • 2. Agenda 1. Généralités 2. Introduction à la Data Virtualization 3. Ce que disent les analystes 4. Cas d’usage et études de cas clients 5. Gouvernance & sécurité 6. Les APIs 7. Comment Denodo optimise ses requêtes? 8. Exemples de déploiement 9. Questions/Réponses 10. Démonstration avec le Denodo Test Drive 11. Questions/Réponses 12. Prochaines étapes
  • 4. 4 Quelques généralités • La présentation sera enregistrée • Les échanges et les questions/réponses • Avant la démonstration • A la fin de la présentation • N’hésitez pas à poser vos questions dans le chat au fil de l’eau • Pour accéder aux test drives : • Se connecter à www.denodo.com • Rubrique “Try Denodo Platform” puis “Denodo Test Drives” • Le Test Drive sur Azure n’est qu’un début : cas d’usage Data Science et Data Marketplace sur AWS et GCP
  • 5. Introduction à la Data Virtualization Pourquoi la Data Virtualization? Défis, Solutions et Avantages
  • 6. 6 Acteurs et données de nos écosystèmes actuels Situation actuelle simplifiée : Sales HR Apps/API Executive 75% de la donnée stockée jamais utilisée 90% des demandes nécessitent du temps-réel Marketing Problèmes les plus communs: × Collaboration et partage limitées × Vues métiers inconsistantes et limitées × Gouvernance complexe × Environnement fragmenté × Beaucoup (trop) de réplication × Synchronisations en cascade, longues et coûteuses Data Science AI/ML
  • 7. 7 Plateforme de données moderne souhaitée POINT D’ENTRÉE UNIFIÉ Pour rechercher, explorer et consommer la donnée SELF-SERVICE Pour tous les profils de l’entreprise SÉCURITÉ & GOUVERNANCE renforcées Simplicité, rapidité/agilité, sécurité… à moindre coût Plateforme moderne Sales HR Executive Marketing Apps/API Data Science AI/ML
  • 8. 8 CONNECTER, INTROSPECTER & GOUVERNER vos sources, avec ZÉRO RÉPLICATION DE LA DONNÉE COMBINER & INTÉGRER vos données en vues métiers CONSOMMER & SÉCURISER LES VUES MÉTIERS dans de multiples formats Qu’est-ce la Data Virtualization? Un logiciel permettant l’intégration et la gestion moderne des données d’entreprises Sales HR Executive Marketing Apps/API Data Science AI/ML
  • 9. 9 CONNECTER, INTROSPECTER & GOUVERNER VOS SOURCES, AVEC ZERO REPLICATION DE LA DONNÉE COMBINER & INTEGRER VOS DONNÉES EN VUES MÉTIERS CONSOMMER & SECURISER LES VUES MÉTIERS DANS DE MULTIPLES FORMATS Le fonctionnement de la Data Virtualization? Connecter, Combiner & Consommer Sales HR Executive Marketing Apps/API Data Science AI/ML COMBINE & INTEGRATE INTO BUSINESS DATA VIEWS
  • 10. Ce que disent les analystes
  • 11. By 2022, more than 80% of Datalake projects will not provide value, as data research, inventory and preservation will prove to be the biggest obstacle to successful analysis and data management. Science. Source: “Augmented Data Catalogs: Now an Enterprise Must-Have for Data and Analytics Leaders.” September 12, 2019 Reference customers have appreciated Denodo's connectivity and data delivery capabilities supported by metadata management, which has contributed to high scores for data integration for optimized analyses and data service orchestration use cases. The focus on data catalogue functionality - i.e. enabling users to inventory distributed data assets connected to Denodo, and to collect, access and use metadata to inform data integration activities - increases the relevance of the tool for the data consistency use case. Predicts 2020: The Future of Application Architecture, Development, Integration and Platforms By 2023, more than 50% of the new integration technologies evaluated will include AI as one of the key criteria for simplifying integration. ’’ DATA MANAGEMENT & INTEGRATION : from SPECIFIC to DYNAMIC The future of DATA MANAGEMENT will be more  « CONNECT » than « COLLECT » - Dynamic - Augmented with Machine Learning - Distributed - Schema neutral - Content & context oriented - Fix Infrastructures will be commodities - Less Design/Deploy/Maintain ’’ ’’ -Critical Capabilities for Data Integration Tools, 8 October 2019 ’’ # CONNECTER EST L'AVENIR # CATALOGUE DE DONNÉES POUR RÉALISER DES PROJETS DATALAKE # SCORES ÉLEVÉS POUR DENODO # IA & INTEGRATION
  • 12. 12 “Denodo provides its customers with the capabilities to automate the design of a Data Fabric with its components - a unified semantic catalog of data, a query optimization engine, and metadata-based ML algorithms. The design of its data model relies on Data Virtualization to quickly deliver integrated data to users for faster results ” 2020 Gartner Magic Quadrant for Data Integration Tools Denodo nommé leader – Juin 2021 - Gartner Magic Quadrant for Data Integration Tools, August 2020 BY 2023, ORGANIZATIONS USING DATA FABRICS TO DYNAMICALLY CONNECT, OPTIMIZE AND AUTOMATE DATA MANAGEMENT PROCESSES WILL REDUCE THEIR DATA INTEGRATION AND DELIVERY TIME BY AT LEAST 30%. "
  • 13. RECONNAISSANCE CLIENT, ANALYSTE ET INDUSTRIE 3 POINTS MAJEURS : TIME-TO-MARKET, RÉDUCTION DES COÛTS & CONTRÔLE DES DONNÉES 3x à 10x - 40% cost Up to -75% Agility Time to market Delivery Global TCO - Guide to Data Virtualization, Dec 2017 62% < 3 months 91% < 6 months Denodo Projects: - Peer Insight, Data Integration 2018 By 2022, 60% of all organizations will implement Data Virtualization as a key element of data integration architecture. - Market guide for Data Virtualization, Nov 2018 2021 Gartner Magic Quadrant for Data Integration Tools Forrester Wave: Enterprise Data Fabric, Q2 2020 Forrester Wave: Big Data Fabric, Q2 2018
  • 14. 14 The core of the matter is being able to consolidate many diverse data sources in an efficient manner by allowing trusted data to be delivered from all relevant data sources to all relevant data consumers through one common layer. Source: Demystifying the Data Fabric, Gartner, September 2020 The Data fabric focuses on automating the process integration, transformation, preparation, curation, security, governance, and orchestration to enable analytics and insights quickly for business success. Source: Enterprise Data Fabric Wave, Forrester, June 2020
  • 15. 15 Les six piliers de la Data Fabric Gartner envisage un système basé sur six piliers pour fournir la base d'une Data Fabric : 1. Catalogue de données augmenté 2. Graphe de connaissances enrichi de sémantique 3. Activation des métadonnées 4. Moteur de recommandation 5. Préparation et livraison des données 6. Orchestration et DataOps
  • 16. 16 Les 6 piliers de Data Fabric s'alignent sur la vision de base de Denodo 1. Point d'accès unique à toutes les données à n'importe quel endroit 2. Des données exposées sous une forme Business-Friendly, adaptée aux besoins de chaque consommateur 3. Faible coût et mise sur le marché rapide : jusqu'à 80 % de réduction des coûts d'intégration de données 4. Référence pour les données de confiance via la sémantique : appliquez une sémantique, une qualité, une gouvernance et une sécurité des données cohérentes 5. Découvrabilité : Le Data Catalog actif crée un marché de données pour l'entreprise 6. ML et automatisation pour accélérer toutes les étapes du cycle de vie de la gestion des données
  • 17. 17 Qu’est ce que le Data Mesh ? ▪ Le Data Mesh est un nouveau paradigme architectural pour la gestion des données ▪ Proposé par le consultant Zhamak Dehghani en 2019 ▪ Il passe d'une infrastructure de données centralisée par une seule équipe à une organisation distribuée ▪ Plusieurs unités autonomes (domaines) sont chargées de gérer et d'exposer leurs propres « produits de données » au reste de l'organisation ▪ Les produits de données doivent être facilement détectables, compréhensibles et accessibles au reste de l'organisation
  • 18. 18 Quels défis le Data Mesh essaie-t-il de relever? 1. Manque d'expertise du domaine dans les équipes de données centralisées ▪ Les équipes de données centralisées sont déconnectées de l'entreprise ▪ Ils doivent gérer des données et des besoins métiers qu'ils ne comprennent pas toujours 2. Manque de flexibilité des référentiels de données centralisés ▪ L'infrastructure de données des grandes organisations est très diversifiée et change fréquemment ▪ Les besoins analytiques modernes peuvent être trop divers pour être satisfaits par une seule plate-forme : une taille unique ne convient jamais. 3. Approvisionnement des données et réponse aux changements lents ▪ Nécessite d'extraire, d'ingérer et de synchroniser des données dans la plate-forme centralisée ▪ L'informatique centralisée devient un goulot d'étranglement
  • 19. 19 Comment ? • Les unités organisationnelles (domaines) sont responsables de la gestion et de l'exposition de leurs propres données • Les domaines comprennent mieux comment les données qu'ils possèdent doivent être traitées et utilisées • Leurs donne l'autonomie pour utiliser les meilleurs outils pour traiter leurs données, et les faire évoluer en cas de besoin • Résulte en des itérations de plus en plus courtes jusqu'à ce que les besoins de l'entreprise soient satisfaits • Supprime la dépendance aux infrastructures de données entièrement centralisées • Supprime les goulots d'étranglement et accélère les changements • Introduit de nouveaux concepts pour faire face aux risques tels que la création de silos de données, les efforts en double et le manque de gouvernance unifiée
  • 20. 20 Implémentation du Data Mesh avec Denodo SQL Operational EDW Data Lakes Files SaaS APIs REST GraphQL OData Event Product Customer Location Employee Common Domain Event Management Human Resources Chaque domaine se voit attribuer un schéma virtuel distinct. Un domaine commun peut être utile pour les produits de données centralisés communs à tous les domaines. 1 1 Les domaines connectent leurs sources de données. 2 Les métadonnées sont mappées sur des vues relationnelles. Aucune donnée n'est répliquée. 3 3 2 Les domaines peuvent modéliser leurs produits de données. Les produits peuvent être utilisés pour définir d'autres produits. 4 4 Pour l'exécution, les produits peuvent être servis directement à partir de leurs sources ou répliqués vers un emplacement central, comme un lac. 5 5 Une équipe centrale peut définir des directives et une gouvernance pour assurer l'interopérabilité. 6 6 Les produits peuvent être accessibles via SQL ou exposés en tant qu'API. Aucun codage n'est requis. 7 7 L'infrastructure peut facilement évoluer dans un cluster. 8 8
  • 21. Cas d’usage et études de cas clients
  • 22. 22 Les cas d’usage de la Data Virtualization DU STOCKAGE & MANAGEMENT, À LA CONSOMMATION, EN PASSANT PAR LA GOUVERNANCE ET LA SÉCURITÉ DÉCISION (REAL TIME) K.Y.C. (CLIENTS 360) BI AGILE (SELF-SERVICE) DATA SCIENCE (ML & AI) APPS (MOBILE & WEB) FUSIONS & ACQUISITIONS DATA MARKETPLACE RÉGLEMENTATIONS (IFRS17, GRC) GOUVERNANCE & SÉCURITÉ APIFICATION (& SQLIFICATION) COUCHE DONNÉE UNIFIÉE AGILITÉ & SIMPLICITÉ LIVRAISON TEMPS-RÉELLE ABSTRACTION DONNÉES ZÉRO RÉPLICATION DATA CATALOG PERFORMANCES OPTIMISÉES LOGICAL DATA WAREHOUSE/LAKE BIG DATA FABRIC HYBRID DATA FABRIC DATA INTEGRATION DATA MIGRATION REFACTORING & REPLATFORMING CONSOMMATION DE LA DONNEE STOCKAGE ET GESTION DE LA DONNEE MANAGEMENT GOUVERNANCE DE LA DONNEE Sales HR Executive Marketing Apps/API Data Science AI/ML LOGICAL DATA WAREHOUSE API MIGRATION VERS LE CLOUD BIG DATA FABRIC GOUVERNANCE ET CATALOGUE DE DONNÉES
  • 23. L’évolution historique Les données au cœur de l’entreprise 23
  • 24. 24 Présentation Ucb est une société biopharmaceutique mondiale, fondée en 1928. Son ambition est de transformer la vie des personnes atteintes de maladies neurologiques et immunologiques sévères. En 2018, avec environ 7500 employés dans le monde, l'entreprise a réalisé un chiffre d'affaires total de plus de 5 milliards de dollars.
  • 25. 25 Présentation • Besoin d'une vue omnicanal en temps réel à 360 degrés des données des patients à travers les différentes sources. • Les processus ETL traditionnels n'étaient pas assez rapides pour répondre aux besoins en données des équipes métiers. • Réduire le temps de développement pour transformer les données pour au final un usage analytique. • Faciliter l'accès aux données sur plusieurs sources de données. • De plus en plus d'applications migrent vers le cloud, mais la nécessité d'analyser les données de manière croisée reste toujours présente • Les scientifiques des données utilisent la couche de virtualisation Denodo pour explorer les données, écrire des scripts et élaborer des recommandations pour augmenter les ventes et améliorer les traitements • La plate-forme Denodo est établie comme un élément essentiel de l'architecture de l'entrepôt de données logique au-dessus des diverses sources de données d'UCB. • La plate-forme Denodo se connecte, au lieu de collecter des données comme dans ETL, à chaque source et présente des vues de données aux utilisateurs professionnels sous la forme d'une couche sémantique virtuelle • En un an de mise en œuvre de Denodo, UCB a pu mettre en production six cas d'utilisation différents dans différents domaines fonctionnels. • La plate-forme Denodo a réduit de moitié le temps de développement par rapport au temps requis par les processus ETL de l'entreprise. • Denodo a fourni à UCB la vitesse, l'efficacité et l'agilité dont l'entreprise avait besoin, ce qui lui a permis d'avancer avec ses produits de données tout en rationalisant les rapports réglementaires. Les défis La solution Les résultats
  • 26. 26 Présentation Les applications consommatrices Les sources Netezza MyAccess SQL Server Gouvernée & Sécurisée Plateforme de Livraison de Données Coûts de dév. Agilité Avec le meilleur TTM
  • 27. 27 Présentation Rexel est un groupe français, fondé en 1967, spécialisé dans la distribution de matériel électrique, de chauffage, d'éclairage et de plomberie mais aussi dans les énergies renouvelables et les produits et services d'efficacité énergétique, l'habitat connecté, et les services comme la location d'outillage portatif ou des suites logicielles à destination des professionnels
  • 28. 28 Présentation • Remplacement de la solution actuelle de grilles de tarification client • Sources de données disparates dans le système d'informations • Denodo suppose une couche d'abstraction logique et simplement un accès aux données pour les applications métiers • Nouvelles fonctionnalités apportées par Denodo en tant que requêtes SQL complexe qui gèrent certains calculs entre l’ERP et la couche BI. Par exemple: Denodo fournit des KPI directs à l'utilisateur final. • Tout d'abord, permettre de capitaliser sur des structures standardisées indépendantes des sources de données. • Favoriser l'accélération de la digitalisation et ne pas placer la construction de solutions applicatives consommatrices de données référentielles sur le chemin critique. • Diffusion et consommation de données d'entreprise hautement flexibles, résilientes et efficaces sur un point unique et cohérent • La valeur de Denodo est perçue comme offrant des rendements élevés grâce à l'agilité et la flexibilité en tant que composante stratégique clé de notre modernisation des SI. Les défis La Solution Les résultats
  • 30. 30 Prologis – Opérationnalisation IA/ML $1.5 TRILLION is the economic value of goods flowing through our distribution centers each year, representing: 2.8% of GDP for the 19 countries where we do business % 2.0 of the World’s GDP 1983 100 GLOBAL 768 MSF Founded Most sustainable corporations $87B Assets under management on four continents MILLION employees under Prologis’ roofs 1.0
  • 31. 31 Data Virtualization: Accélérateur de projets Data Science Identification des données Informations utiles pour les cas nécessaires Data Catalog Identifier les sources potentielles Recherche de données Automatisé via Denodo Stockage de données En cas de besoin dans le lac de données Accès direct De sources Données persistantes Denodo permet de persister dans votre DL n'importe quelle vue Nettoyage des données Nettoyez vos données dans un format utile Combiner et transformer Données pour créer l'ensemble de données utiles en entrée L'analyse des données Analysez vos données Avec votre outil préféré Cost Based Optimizer Plan d'exécution intelligent Data Science Aide, Exécuter des algorithmes DS (ML, AI, etc.) Normes ouvertes + données Autre que Denodo R, Scala, Python Itérer le processus Jusqu'à ce que des informations précieuses soient produites Détection de changement Lignage des données Conception graphique rapide Implémentez votre Algo Spark, DataIku, Mahout
  • 32. 32 Prologis – Workflow Data Science Etape 1: Exposez les données aux data scientists
  • 33. 33 Prologis – Workflow Data Science Etape 2: Opérationnalisation du Model Scoring Web Service (Python Model Scoring) AWS Lambda
  • 35. 35 Catalogue de données avec accès aux données
  • 36. Catalogue de données Gouverne & accès aux données La virtualisation des données avec Le Data Catalog offre trois avantages principaux : 1. Une compréhension et un accès à toutes les données et métadonnées de l'entreprise. 2. BI libre-service 3. Élimination du besoin de créer de nouveaux magasins de données et de déplacer physiquement les données
  • 37. Catalogue de données actif Intégré à votre écosystème • Synchronisation des métadonnées Denodo Platform prend en charge : • La découverte et capture de métadonnées à partir de systèmes de gestion de bases de données • La synchronisation de modèles de données avec des outils de modélisation de données. • Pour la synchronisation des modèles de données, la plateforme Denodo fournit des fonctions d'analyse des mises à jour et modifications des sources et des modifications dans le schéma sous-jacent, permettant de décider de propager ou non la modification dans le schéma Denodo. • Intégration avec des outils tiers de gestion de métadonnées Denodo n'est pas en concurrence mais complète les solutions de catalogue de données d'entreprise en les rendant opérationnelles.
  • 38. 38 Principes de sécurité ✔ Contrôle centralisé ▪ Autoriser l'accès en fonction des besoins de l'entreprise, indépendamment de la localisation des données ou de la méthode d'accès ▪ Définir un contrôle d'accès fin sur toutes les sources de données (fichiers, services web, ...) ▪ Configuration centralisée ✔ Intégré à votre environnement ▪ SSO, Kerberos ▪ Authentification locale ou LDAP ▪ Comptes de pass-though ou de service nom pays téléphone SSN John Smith USA 555-1212 Alain Durand France Mary White USA 555-2212 Contrôler l'accès aux colonnes, aux lignes ou même aux valeurs individuelles
  • 39. 39 Principes de sécurité ✔ Contrôle centralisé Denodo gère la sécurité comme sur une DB : ▪ S’intègre avec votre Active Directory & SSO ▪ Masquage dynamique, restrictions sur les colonnes et les lignes selon les Roles & Privileges des utilisateurs ✔ Intégré à votre environnement Centralise la sécurité - basée sur comment les utilisateurs utilisent la donnée et non comment elle est stockée IT Semantic Layer JOIN GROUP BY GROUP BY 1. Requête métier 2. Authentification avec une corporate identity 3. Application des règles d’autorisation . Par exemple, masque SSN et restriction locale 4. Requête envoyée à la source avec les filtres de conditions correspondants 5. Résultat sécurisé est généré et envoyé à l’utilisateur DISPARATE DATA SOURCESLess Structured More Structured DATA CONSUMERS DATA CONSUMERS Analytica l Operational
  • 41. 41 Architecture de référence de virtualisation des données Opérationnel et Transactionnel Metadata Management, Data Governance, Data Security Data Warehouse Web, Cloud, Saas Enterprise Applications Enterprise Application Web Mobile Data Sources Service Consumers Data Abstraction & Delivery Data Search & Discovery Federation Transformation Abstraction Data Services Federation Transformation Abstraction Optimization Security Governance Data Caching Enterpri se Service Bus SOA Service Providers • Génération automatique de documents Swagger • Prise en charge de tous les formats A P I M a n a g e m e n t P l a t f o r m
  • 42. 42 API Management - Une complémentarité • API Management • Fournit une expérience axée sur le consommateur • Expose le catalogue d'API sur un portail • Applique les politiques de sécurité • Surveille votre trafic • Gère le cycle de vie de l'API (par exemple, la gestion des versions) • Data Virtualization • Modéliser et exposer les services de données en tant qu'API • Optimise le traitement des données • Combine les sources de données en temps réel • Accès aux sources de données à l'aide de divers protocoles • Accélère le développement par rapport à l'approche traditionnelle
  • 44. 44 La performance ✔ Les données restent à la source ▪ Lorsqu’une requête est traitée par Denodo, les données sont remontées depuis les sources ▪ Potentiellement un volume de données important dans des sources disparates ✔ Stratégie de Denodo : Maximiser le traitement à la source ▪ Minimiser le trafic réseau ▪ Tirer parti des capacités de traitement des sources ▪ Compléter avec un cache intelligent ▪ Optimisations spécifiques pour les sources MPP (Massively Parallel Processing)
  • 45. 45 La performance Combiner Transformer Livrer Application Source RDBMS Source Big Data Source Web Service Un volume de données important est potentiellement transféré 2) Toutes les données concernées sont remontées des systèmes sources Sans Data Virtualization… 1) L’utilisateur demande la donnée à travers une application 3) Les données sont ensuite combinées et transformées directement dans l’application et livrées à l’utilisateur Tout le travail est exclusivement fait dans l’application
  • 46. 46 La performance Combiner Transformer Livrer Application Source RDBMS Source Big Data Source Web Service Avec Data Virtualization 1) L’utilisateur demande la donnée à travers une application. Denodo analyse la requête et envoie des requêtes ciblées aux sources 2) Le traitement des données à la source est maximisé via la délégation, selon leurs capacités techniques 3) Les données sont ensuite combinées et transformées par Denodo, livrées à l’application et l’utilisateur Le travail est partagé par les sources et par Denodo Le volume de données transféré est nettement réduit
  • 47. 47 La performance SELECT c.state, AVG(s.amount) FROM customer c JOIN sales s ON c.id = s.customer_id GROUP BY c.state Ventes Client JOIN GROUP BY Ventes Client Table temporaire JOIN GROUP BY Option 1 Option 2 Option 3 Temp-Client Les données « clients » et « ventes » sont stockées dans différentes sources. Quel est le meilleur plan d'exécution ? Stratégie fédération simple (outils BI) Mouvement temporaire des données (Si les sources le permettent) 300 M 2 M 2 M 50 Ventes Client JOIN GROUP BY ID GROUP BY state Délégation partielle d'agrégation 2 M 2 M ... juste un exemple parmi les stratégies appliquées par Denodo dans l'optimisation des requêtes
  • 48. 48 La performance SELECT c.state, AVG(s.amount) FROM customer c JOIN sales s ON c.id = s.customer_id GROUP BY c.state Fonctionnement de Denodo par rapport aux autres moteurs de la fédération Système Temps d'exécution Données transférées Technique d'optimisation Denodo 9 sec. 4 M La delegation de l'agrégation Autres 125 sec. 302 M Aucun : scan complet 300 M 2 M Ventes Client JOIN GROUP BY 2 M 2 M Ventes Client JOIN GROUP BY ID GROUP BY state Pour maximiser la délégation au dataware, l'agrégation est divisée en 2 étapes : • 1ère par ID client • 2ème par État Cela a considérablement réduit le trafic réseau et la complexité de traitement dans Denodo
  • 49. 49 « Summaries » et mise en cache dans votre stratégie de modélisation Couche d’abstraction Modèles sources originaux Couche sémantique Modèle logique DW Couche métier (optionnel) Vue dénormalisée pour les entreprises Couche de Reporting (optionnel) Rapports prédéfinis avec métriques calculées Caching Sources lentes et protégées uniquement Summaries Summaries Caching
  • 51. AWS Cloud Infrastructure Azure Cloud Infrastructure On-Prem Environment Azure VM Metro Transit Department T-Bird DCHS Integrated Health SQL Data Warehouse Azure Data Lake Databricks Python/Azure ML SQL Data Warehouse Azure Data Lake Databricks Python/Azure ML SQL Data Warehouse Azure Data Lake KCSO Analytics Platform Azure Commercial Azure Commercial Azure Government Enterprise Tools On-Prem Host On-Prem Host Data Catalog (Future) Data Governance (Future) Data Quality (Informatica) Client Machines BI Insights Data Warehouse Geo (ArcGIS Online) Reports (Tableau) Reports (Power BI) Dashboards (Power BI) Open Data (Socrata) Machine Learning Predictive Models Departments Agencies Citizens Council Environnement Cloud Denodo Denodo is Java code that can be run on Azure in: • A VM • A Docker Container • A Kubernetes Cluster Informatica DI Subnet Business Resource Center HUB VNet Subnet VNet UDR Peering On-Prem VM Subnet
  • 52. 52 Couche de consommation Entrepôt de données logique moderne DATA FLOW • Jointer les données Big Data et les requêtes analytiques hébergées dans ADLS et d'autres plateformes Big Data sur site. • Jointer Snowflake et sécurisez les données sur snowflake avec un modèle de sécurité d'entreprise tout en fournissant un outil de jonction d'interface utilisateur graphique. • Tirez parti de la couche analytique Azure pour les données en silo sur les services Azure. • Incorporez des données relationnelles provenant de sources sur site et dans le cloud. • Optimisez et traduisez les requêtes sur toutes les plates-formes pour augmenter la vitesse et l'efficacité des requêtes. • SQL parallèle dans les environnements cloud et sur site pour une optimisation supplémentaire et des augmentations de vitesse. • Fournissez une source unique pour toutes les couches de consommation, quelle que soit la requête ou la demande, avec une gouvernance et une piste d'audit complètes. 1 2 3 4 5 6 7 Couche source Oracle Big Data SQL Server API SQL Azure Denodo Virtualization API SQL On-Prem Denodo Virtualization • Données tierces (IMS, etc.) • Applications internes • E-mail • Applications externes • Réseaux sociaux • Fichiers plats • Flux IoT • Centres de données • Les autorités réglementaires • API de repos ADLS Gen 2 Big Data Data Lake Relational Analytical Relational 6 5 Data Lake Relational Relational Bbig Data 7 1 2 3 4 2 4 4 1 5
  • 53. Q&A
  • 54. Démonstration avec le Denodo Test Drive
  • 55. 55 Atelier : analyse tendances annuelles de ventes
  • 57. Présence Denodo • Palo Alto (USA) & A Coruña (Espagne) • Présence mondiale Leadership • A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 • Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) • Nombreux prix Denodo Technologies Leader & Pionnier dans la Data Virtualization Technologie Industrie Service financier Assurance Santé Secteur public Télécommunication Distribution Pharma / Bio-Tech Energie Clients • 850+ actifs • F500, G2000 & Start-ups Santé financière • $4B+ Fond privé (HGGC). • 60+% croissance annuelle; Zéro dette; Rentable.
  • 58. Denodo Technologies Leader & Pionnier dans la Data Virtualization Partenaires technologiques Intégrateurs & ESN Présence Denodo • Palo Alto (USA) & A Coruña (Espagne) • Présence mondiale Leadership • A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 • Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) • Nombreux prix Clients • 850+ actifs • F500, G2000 & Start-ups Santé financière • $4B+ Fond privé (HGGC). • 60+% croissance annuelle; Zéro dette; Rentable.
  • 59. Denodo Technologies Leader & Pionnier dans la Data Virtualization AUTO ÉVALUATION ÉVALUATION COLLABORATIVE Téléchargez Denodo Express Contactez-nous ! Évaluez (1h) avec le Test Drive: Denodo Platform for AWS, Azure ou GCP Présence Denodo • Palo Alto (USA) & A Coruña (Espagne) • Présence mondiale Leadership • A l’origine et « Pure Player » de la data virtualization (leader & pionnier) – depuis 1999 • Reconnaissance des analystes et du marché en tant que leader (Forrester, Gartner, Clients depuis 6+ ans) • Nombreux prix Clients • 850+ actifs • F500, G2000 & Start-ups Santé financière • $4B+ Fond privé (HGGC). • 60+% croissance annuelle; Zéro dette; Rentable.
  • 60. Q&A
  • 61. Merci! www.denodo.com info@denodo.com © 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. 61