HPE pousse Vertica vers Spark, Hadoop et Kafka

Le marché des bases analytiques est surchargé

Les bases de données analytiques comme Vertica se sont multipliées ces 10 dernières années, positionnées comme une alternative aux bases traditionnelles généralistes et relationnelles mais dans des environnements analytiques ou d’entrepôts de données.

Bâties sur des architectures en colonne et parallélisées, ces bases sont Netezza, Greenplum, ParAccel, Teradata et consorts, en plus de Vertica. Ensemble, ces acteurs se sont démarqués en accélérant les capacités de requêtage, comparées aux bases de données en place et aux entrepôts de données. Logiquement, les ténors du secteur ont compris cela et ont mis la main sur certains des acteurs clés : IBM a ainsi racheté Netezza, EMC Greenplum et HP Vertica. 

Mais dans ce contexte, le marché des bases de données analytiques est devenu encombré et très concurrentiel – et les ventes n’ont aussi pas atteint les niveaux escomptés.  D’ailleurs certains ont dû céder. C’est le cas d’Actian qui a confirmé cette semaine avoir éteint Actian Analytics Platform - qui comprenait la base analytique de la marque Actian Matrix. La société se recentre sur la gestion des données opérationnelles et l’intégration de données. Actian Matrix s’adossait à la technologie de ParAccel, rachetée en 2013 – la même technologie qui motorise d’ailleurs AWS RedShift. 

Spark : le maillon nécessaire

Cette cohabitation de Vertica avec d’autres technologies se retrouve par exemple au sein de la société Etsy, une place de marché en ligne pour les artisans. Rafe Colburn, le directeur de l’ingénierie de la société, liste Kafka, AWS, Scalding (pour le Machine Learning), Hadoop MapReduce et Parquet parmi les technologies associées à Vertica. Inutile de dire que la société regarde aussi du côté de Spark.

Selon lui, la société dispose de la version 7.1 de Vertica et considère la 7.2. Chez Etsy, La base de HPE est utilisée pour le reporting financier, les tableaux de bord internes, entre autres.  La base a aussi permis d’améliorer les possibilités de requêtage sur l’activité clients – les données sont stockées dans une ancienne base PostgreSQL.

Il se dit intéressé par le support de Parquet dans la 8.0, un format que la société a déjà commencé à utiliser. « Parquet est un format de données d’avenir pour nous », explique-t-il, même s’il admet que dans le futur, il devra certainement supporter plusieurs autres formats de données.

Les possibilités de dimensionnement horizontal de Vertica ont aussi été bien accueillies, et cela n’était pas difficile à installer dans le datacenter de la société.  Les données ont pu être ingérées facilement, selon lui. Il confirme aussi que les améliorations du connecteur Spark – Vertica sont prometteuses en matière de performances.

Machine Learning : une alternative ? 

La concurrence des requêtes SQL a souvent été un point fort pour les bases de données analytiques comme Vertica. Là où elles risquent désormais de rencontrer de la résistance : le Machine Learning. Celui-ci se fraye un chemin parmi les grands acteurs du Web si l’on en croit certains analystes. 

Les bases de données analytiques ont pu se distinguer car à l’origine elles offraient un rapport prix / performances avantageux comparé aux bases de données en place et aux entrepôts de données SQL, explique Curt Monash, président de Monash Research.

« Elles offrent de bonnes capacités de dimensionnement (scale-out) sur plusieurs nœuds et certaines ont très vite fait le pari du mode colonne ou l’ont ajouté très tôt », commente-t-il.  Elles ont aussi dû baisser leurs prix et améliorer les capacités SQL, souligne-t-il. 

Dans un billet de blog, cet analyste a bien confirmé que ces systèmes excellaient encore dans la BI, pour des opérations complexes. Mais il laisse aussi entendre que d’autres outils, comme le Machine Learning, pourrait bien être plus judicieux avec Spark.

Traduit et adapté par la rédaction