Enrico Signoretti, Juku
La technologie DataCore de traitement des E/S en parallèle
semble être trop belle pour être vraie, voire magique... Toutefois, il suffit de l'essayer
pour prendre conscience qu'elle est bien réelle et qu'elle est capable de vous faire réaliser de belles
économies !
Des bancs d'essai à la pratique concrète
Pour être honnête, j'étais sceptique au début, et j'avoue avoir
totalement sous-estimé cette technologie. Le banc d'essai publié il y a quelque temps était incroyablement performant (trop
beau pour être vrai ?). Même si ces résultats étaient justes, il est
parfois possible de contourner certaines limites d’une série de bancs d'essai pour
élaborer des configurations spécifiques et non réalistes, de manière à obtenir
des résultats très attractifs, mais difficiles à reproduire en situation réelle.
Lorsque j'ai été contacté par la société DataCore, celle-ci
m'a convaincu, non pas par des bancs d'essai abstraits, mais par des tests concrets
sur des charges de travail réelles. En effet, j'ai été particulièrement
impressionné par un ensemble de démonstrations remarquables auxquelles j'ai pu
assister. J'ai ainsi pu constater qu'un serveur de base de données Windows,
doté de la technologie d’ES parallèles, est capable de traiter des données des
dizaines de fois plus vite que le même serveur qui ne bénéfice pas du logiciel
de DataCore... La même situation s'est produite avec une machine virtuelle dans
le cloud, ce qui est théoriquement la même chose, puisqu'il s'agit d'une
technologie logicielle. Les résultats sont toutefois nettement plus avantageux
que ce que vous pouvez penser... Surtout si vous prenez en compte les économies
de coûts permises par l'adoption de cette solution.
Rapidité décuplée
Je sais que ça a l'air peu crédible, mais c'est pourtant vrai. DataCore Parallel
Server est un logiciel très simple qui modifie la façon dont les opérations
d'E/S sont effectuées. Il tire parti du grand nombre de cœurs de processeurs et
de la mémoire RAM disponibles sur un serveur, en permettant d'organiser toutes
les E/S de manière parallèle, plutôt qu'un traitement en série, afin d’atteindre
un niveau de latence de quelques microsecondes. Les IOP qui en découlent sont
ainsi très nombreux. Vous souhaitez en savoir
plus ? Tout est dit dans mon article.
Ce type de performances permet d'élaborer des clusters plus
petits ou d'obtenir des résultats bien plus rapides, en utilisant le même
nombre de nœuds... Et tout cela sans devoir modifier la pile logicielle, ni
ajouter des options en mémoire onéreuses à votre base de données. C'est une
solution idéale pour les cas d'utilisation en analyse du Big Data, bien qu'il y
ait d'autres situations susceptibles de tirer profit de cette
technologie !
Juste un logiciel ? Pas vraiment !
Loin de moi l'idée de minimiser le travail de DataCore en
déclarant « Juste un logiciel », car c'est tout le contraire !
Grâce à sa conception relativement simple, ce logiciel peut être utilisé avec
votre serveur physique, mais également avec une machine virtuelle, ou mieux,
une machine virtuelle dans le cloud.
En étudiant le prix des machines virtuelles dans le cloud,
vous réaliserez qu'il est bien plus judicieux d'effectuer un travail dans un
petit ensemble de machines virtuelles à grande mémoire et à grands
processeurs... Cette approche vous permettra simplement d'en faire davantage,
plus vite, à un prix plus faible. Encore une fois, si l'on s'intéresse aux
résultats obtenus avec l'analyse du Big Data, on constate qu'ils sont
impressionnants !
Un cercle vertueux
DataCore fait partie des sociétés dont la prospérité et la
rentabilité durent depuis des années. Suite à l'introduction du traitement d’E/S
en parallèle l'année dernière, la société a démontré sa capacité à innover,
tout en offrant de la valeur à ses clients. Désormais, grâce à l'évolution du
traitement parallèle des E/S, l'entreprise intègre un tout nouveau marché, en
proposant une solution qui permet aux utilisateurs finaux de facilement
économiser beaucoup d'argent et d'obtenir des résultats plus rapidement.
Évidemment, il ne s'agit pas de magie, mais d'une méthode beaucoup plus simple
pour utiliser les ressources disponibles dans les serveurs modernes.
Parallel Server constitue la solution idéale pour l'analyse
du Big Data, en la rendant accessible à un public plus large. Je suis persuadé
que nous découvrirons d'autres cas d'utilisation intéressants pour cette
solution avec le temps...
Aucun commentaire:
Enregistrer un commentaire