Les SGBD (systèmes de gestion de bases de données) perdurent mais ils sont remis en question par le Big Data, même s’ils continuent de remplir leurs bons offices.
Rappelons tout d’abord que les SGBD se rangent en 3 domaines cibles :
– le décisionnel,
– le transactionnel,
– le « décisionnel temps réel » (à l’intersection des 2 premiers domaines).
Le décisionnel : le Big Data fait mieux
C’est dans le domaine du décisionnel que les SGBD sont le plus challengés. Car le décisionnel est la vocation première des technologies Big Data, qui, en la matière, vont plus loin que les SGBD traditionnels.
Car le Big Data apporte des « plus » indéniables :
– la possibilité de traiter du semi–structuré et du non-structuré (c’est-à-dire, traiter toutes les sources de données pour comprendre le comportement) ;
– la généralisation de l’analytique (avec la capacité de traiter toutes les données et pas seulement un échantillon, et donc d’aller de la tendance vers le traitement des exceptions) ;
– la possibilité de passer du DataWarehouse au DataLake (la donnée peut être structurée a posteriori ; on peut alors envisager un référentiel de données unique).
L’impact sur les compétences professionnelles recherchées est évident. On recherche notamment des data-scientists, dont le profil est, grosso modo, une évolution de celui des statisticiens.
Les technologies du Big Data induisent un certain nombre de changements par rapport au décisionnel historique.
– Changement de nature des données :
Retrouver l’intégralité de l’intervention
Par Didier Kirszenberg, HP France
Source : decideo.fr