Fondée en 2008 par Jyoti Bansal, toujours CEO aujourd'hui, AppDynamics repose sur une idée simple. Avec l'érosion de la traditionnelle architecture 3 niveaux dans les entreprises suite aux coups de boutoir des services web, du SaaS ou encore des SOA, la gestion de la performance des applications est entrée dans une nouvelle dimension. La complexité des matrices logicielles actuelles n'a en effet plus rien à voir avec les systèmes utilisés il y a encore 10 ans. Aujourd'hui, les applications sont de plus en plus distribuées suite à l'essor du cloud, de la virtualisation et des SOA. Les outils APM construit il y a 10 ans, qu'on appelle souvent APM 1.0, ne fonctionnent plus dans les systèmes informatiques modernes, selon M. Bansal, car ils ne permettent pas aux administrateurs IT de connaître l'impact final sur les utilisateurs.
Avec son outil APM, AppDynamics apporte des fonctions d'orchestration pour l'approvisionnement de la capacité dynamique et la création de politiques complexes dans les clouds internes et externes. Un moteur d'auto-apprentissage des politiques s'adapte à la charge et aux performances demandées aux applications de l'entreprise. AppDynamics n'est toutefois pas le seul à travailler avec les clouds, les environnements virtuels et les SOA ; d'autres fournisseurs comme Hyperic, OpTier, ServiceNow, Splunk ou encore Tableau Software proposent des outils pour optimiser le rendement applicatif. Ce qui pourrait distinguer AppDynamic est que le logiciel fonctionne pour Java, les environnements .Net et SOA.
Une topologie de toutes les solutions de l'entreprise
La complexité de mise en oeuvre dépend de la souplesse de l'APM, mais AppDynamics a particulièrement soigné les moteurs découverte et analyse comme nous avons pu le voir lors d'une présentation du produit réalisée par Pete Abrams, vice-président Customer Centric Innovation chez AppDynamics. Les trois briques de base de l'application d'AppDynamics, (Monitor, Automate et Analyze) permettent de prendre en compte l'architecture logicielle globale, de découvrir les points noirs et mettre en place les mesures correctives au niveau des applications ou de la base de données.
« Toutes les activités dans le monde reposent sur des solutions logicielles qu'il est nécessaire de mieux piloter. L'amélioration de l'interaction entre toutes les applications est aujourd'hui la clef de la bonne conduite des affaires », a souligné le CEO. « Nous voulons être un fournisseur d'intelligence pour fluidifier les activités des entreprises en restant agnostique sur les applications utilisées, local ou hybride ».
« Si vos utilisateurs ne sont pas noyés sous les informations, ils le seront bientôt. Il est l'heure d'apprivoiser le déluge des données qui peut se transformer en un atout précieux pour toute organisation » : en deux phrases voici le credo d'Alteryx, une start-up fondée en 2010 par Dean Stocker (actuel CEO), Ned Harding (CTO) et Olivia Duane Adams (CCO), qui s'est spécialisée dans le « data blending », le brassage de données pour améliorer les traitements analytiques. Avec sa solution en mode SaaS, Alteryx veut redonner la main aux métiers en se passant des informaticiens grâce à l'emploi d'une interface facile à appréhender. Le logiciel propose en effet une soixantaine d'outils basés sur le langage R dédié à l'analyse prédictive. Beaucoup d'entreprises ont investi dans la collecte de données qu'elles ignoraient hier. La prochaine grande étape après la capture des données est leur analyse, c'est pourquoi un grand nombre de firmes regardent de plus près le langage R. Avec ses capacités d'analyses statistiques et de rendu graphiques à partir de bases de données, ce langage Open Source connaît une très popularité dans le monde de la finance, l'industrie pharmaceutique, les médias et le marketing, où il peut être utilisé pour aider à la prise de décisions.
George Mathew, président et COO chez Alteryx, après un long passage chez SAP, prédit que l'un des emplois les plus demandés dans la technologie au cours des prochaines années sera l' « artisan des données », un rôle hybride qui mêle analyse de données avec le sens des affaires, pour exploiter intelligemment sa connaissance du marché, les informations sur la concurrence, et les données des clients dans les systèmes de business intelligence. Les artisans des données seront invités à tirer à partir de sources structurées et non structurées pour prendre les décisions les plus importantes au sein d'une organisation - comme l'endroit où ils devront ouvrir les prochains points de vente, l'opportunité de se lancer sur un nouveau marché, et les produits à pousser », dit-il .« Nous pouvons extraire des données non structurées et les organiser pour les traiter efficacement ».
La plate-forme d'Alteryx se présente sous la forme d'une solution cloud multitenant mais les clients peuvent utiliser AWS s'ils le désirent pour réaliser des traitement big data. Trois modules sont disponibles en mode SaaS : Alteryx Server (85 000 dollars par serveur et par an) qui automatise les processus de données et gère les workflows analytiques, Alteryx Designer (4000 dollars par utilisateur et par an) qui permet de brasser les données et créer des workflows, et enfin Alteryx Analytics Gallery (1500 dollars par utilisateur et par an) qui propose de partager des modèles prêts à l'emploi (gratuits ou payants). Si Tableau Software compte parmi les premiers clients, on peut également citer BNP Paribas dans la finance, North Face et Nautica Clients dans la distribution, McDonald's dans la restauration et Ford dans l'industrie.
Fondée en 2008 par Jed Yueh, bien connu pour avoir précédemment créé et cédé Avamar à EMC, Delphix proposait à l'origine une solution de virtualisation des bases de données Oracle 10 et 11. Grâce à l'utilisation d'algorithmes de déduplication et de compression, l'idée était de proposer une plate-forme permettant de tester et développer des applications avec des données de production clonées. L'utilisation de « vraies » répliques des bases de données augmente en effet la qualité et la stabilité de l'application en production. La base de données virtuelle se synchronise en outre régulièrement avec la base de données de production ; seules les données modifiées sont envoyées à la base de données virtuelle, ce qui réduit la charge de travail de l'infrastructure.
Dans l'ensemble, la solution de Delphix vise à consolider les ressources SGBD dans les datacenters et accélérer le développement et les tests d'application, ainsi que le déploiement, la gestion et la mise à niveau des cycles applicatifs. Les clones (SAP Sybase et Postgres ont rejoint SQL Server et Oracle 10 et 11) sont générés automatiquement avec un dixième de l'espace de stockage des bases de données physiques d'origine. Et le portail libre-service sécurisé de Delphix permet de définir des stratégies IT et d'attribuer un espace de stockage afin que les utilisateurs puissent travailler sur leurs projets. Par exemple, si un développeur a besoin d'une copie de la base de données ERP de l'entreprise, il peut lui-même la cloner. Cela garantit un accès rapide aux données les plus récentes, et lorsque le projet est terminé, la base de données virtuelle peut être supprimée et les ressources réabsorbées. Parmi les derniers clients de Delphix, citons Intel, Staples, la Nasa, Bank of America, Walmart, Comcast...
Mais depuis son lancement, le business de la start-up a évolué. « Nous ne gérons plus seulement les bases de données. Quand la donnée est stockée dans notre moteur, l'utilisateur peut la récupérer, la virtualiser pour faire des tests, migrer ou consolider des positions », nous a expliqué Jed Yueh. « Nous regardons la donnée au niveau bloc, c'est la base de notre technologie. C'est similaire à ce que fait VMware pour les serveurs mais au niveau des données. Nous pouvons ainsi changer la nature des données de façon dynamique et grâce à la virtualisation, nous proposons une synchronisation non distruptive pour préserver l'intégrité de la donnée avec un compagnon dédupliqué de la base de données ». En partant de cette base, Delphix est passée à la gouvernance des données et de conformité avec une solution baptisée Compliance Engine. Cet outil se propose d'améliorer la sécurité et les efforts de conformité par le masquage des données sensibles car il est généré et distribué par un système unique et centralisé.
Gestion des données sensibles en fonction des réglementations
Selon la jeune pousse de Menlo Park, son produit permet « un masquage agile des données », autrement dit, recueille des données sensibles à partir d'applications, fait des copies décalquées virtualisées et les livre à l'endroit où elles sont nécessaires. « En virtualisant et protégeant les données à la base de chaque cycle de vie, Delphix devient une couche fondamentale de la gouvernance des données entre les applications, à travers les cycles de la vie ou les chaînes d'approvisionnement de données, et, ce, pour les données au repos ou en mouvement », nous a expliqué Adam Leventhal, le CTO de la start-up. Avec sa solution, Delphix vise les entreprises dans le secteur bancaire, les services publics, l'assurance, les métiers de santé qui doivent adopter un moteur de conformité en raison du volume considérable de données sensibles qu'elles gèrent. « Elles sont également confrontées à d'importants travaux de développement d'applications basées sur la conformité qui peuvent être considérablement rationalisés et simplifiés » selon le dirigeant. Ce n'est pas surprenant étant donné le volume croissant de réglementations - dans les banques et l'industrie notamment - auxquels les entreprises doivent se conformer, y compris Bâle III et la protection des données en Europe.
Parmi les concurrents de Delphix dans ce secteur, Actifio vient immédiatement à l'esprit. Delphix a d'ailleurs déposé une plainte contre cette dernière auprès de la justice américaine pour violation de brevet.
Fondée en 2009 à Vienne en Virginie et aujourd'hui installée à Washington DC, la start-up FoundationDB nous a reçus chez un de ses investisseurs, Sutter Hill à Palo Alto en Californie. « L'arrivée de sociétés Internet comme Google, Facebook, Tweeter et Linkdin a entraîné l'essor de nouveaux types de bases de données pour mieux servir les utilisateurs. C'est ce genre de technologie que nous voulons proposer aux entreprises, passer de l'époque SQL à une base de données NoSQL reposant sur un design distribué pour être évolutif, facile à administrer, déployable dans le cloud et d'un coût modique », c'est ainsi que Dave Rosenthal, CEO et co-fondateur, nous a présenté l'activité de sa start-up.
FoundationDB a en effet développé un moteur qui permet de stocker des informations dans les deux types de structures de données NoSQL et SQL. Cette base offre toutes les fonctionnalités d'un système standard relationnel de gestion de base de données - y compris la tolérance aux pannes et la conformité ACID (Atomicity, Consistency, Isolation, Durability) pour les transactions - tout en offrant l'évolutivité d'une architecture multi-serveurs d'une base de données NoSQL. Étant donné que ces opérations fonctionnent dans un environnement distribué, elles sont très véloces. Une rapide comparaison orchestrée par la jeune pousse face à un système Oracle Exadata X3-8 HP met en avant les performances de la solution FoundationDB à un prix sans aucune mesure. « Notre support n'est toutefois pas encore au niveau de celui d'Oracle », avoue toutefois sans détour Dave Rosenthal. FoundationDB emploie aujourd'hui une vingtaine de personnes.
Par rapport à MongoDB, le leader aujourd'hui sur le marché des bases de données NoSQL, FoundationDB a développé un moteur basé sur le concept de valeur-clefs regroupé dans un index propre. Les développeurs peuvent accéder à cette banque de données à l'aide d'un ensemble d'API. Signalons pour conclure que le CEO indique que sa base de données se positionne comme une solution capable de consolider plusieurs SGBD grâce à son large spectre fonctionnel.
Créée en 2011 seulement par des anciens salariés de Yahoo, la start-up HortonWorks a bien grandi. Elle possède désormais à sa tête un ancien d'IBM, Herb Cunitz, passé par les filtres SpringSource et VMware avant d'atterrir en octobre 2012 chez le spécialiste de la distribution Hadoop. Parmi les 300 clients de HortonWorks, le dirigeant a mis en avant Macy's, eBay, EDF, Expedia et Spotify qui possède le plus important cluster en Europe avec 1000 noeuds. Aux États-Unis, Yahoo reste le client le plus important avec 32 000 noeuds et en Asie c'est Samsung qui tient pour l'instant la corde avec 400 noeuds. Parmi les grands fournisseurs ayant déjà adopté sa distribution figurent déjà Microsoft, SAP, Teradata, HP et ce dernier s'appuyant par exemple sur HDP pour son service de traitement des big data HDInsight, disponible dans son cloud public Azure. Hortonworks compte aussi de nombreux partenaires technologiques qui intègrent sa plateforme Hadoop aux solutions qu'ils vendent. Fidèle à son credo 100% Open Source, Horton Works entend toujours marquer sa différence avec ses principaux concurrents Cloudera et MapR en jouant une partition dépourvue de composants propriétaires. Si la distribution est disponible en ligne, le support est aujourd'hui la principale source de revenus de la start-up qui est passée d'une dizaine à 400 personnes aujourd'hui.
Deux moteurs dans HDP, Storm et Solr
Avec HDP 2.1, une évolution majeure de sa distribution Hadoop, HortonWorks met en avant la mise en oeuvre de Stinger qui apporte l'interactivité aux requêtes de type SQL que permet Hive et élargit la sémantique SQL utilisée. Un autre apport notable porte sur la gouvernance de données, simplifiée avec l'arrivée d'Apache Falcon, framework conçu pour gérer le cycle de vie des données (acquisition, traitement, réplication, redirection vers des extensions non Hadoop). Falcon permet aussi de tracer le chemin des données (data lineage).
Avec cette version 2.1, Hortonworks a également ajouté deux moteurs dans HDP, Storm et Solr. Apache Storm permet le traitement de flux de données en temps réel et l'analyse d'événements provenant de capteurs ou pour la surveillance d'activités métiers. Il est intégré avec Ambari pour sa gestion. Enfin, sur les fonctionnalités de recherche, HPD 2.1 propose Apache Solr qui s'appuie sur le moteur Lucene.
Yarn comme fondement de HDP 2.1
Autre évolution majeure de cette distribution, l'intégration de Yarn (Yet another research negotiator), un successeur de MapReduce qui permet de faire tourner plusieurs applications dans Hadoop en partageant la gestion des ressources communes. A la question de savoir si Yarn était une évolution ou un remplaçant de MapReduce, Herb Cunitz nous a indiqué que l'intégration du moteur de stockage et du traitement batch permettait d'arriver à un traitement en temps réel demandé par de nombreux clients, sans toutefois renoncer à la réplication des données avec HDFS. « C'est toujours une demande des clients d'avoir une réplication des données sur un autre datacenter pour s'assurer qu'aucune donnée ne sera corrompue », a précisé le CEO.
Yarn qui est vraiment la brique fondatrice de Hadoop 2.0, sorti octobre dernier, sert en fait de système d'exploitation à Hadoop pour transformer ce qui était une simple plate-forme de données à usage unique pour le traitement par lots en une plate-forme multi-usages qui permet de traiter des flux continus de données en temps réel. L'idée de vouloir appliquer l'analyse Hadoop à un flux de données n'est pas nouvelle. C'était une des principales préoccupations chez les différents acteurs de la plate-forme Hadoop. Et comme ses concurrents Cloudera et MapR, HortonWorks a également annoncé l'intégration de l'outil d'analyse in-memory Spark à sa distribution Hadoop. Spark offre une alternative à MapReduce car il exécute les jobs dans des micro-lots avec des intervalles de cinq secondes ou moins. Soit une sorte de fusion entre le batch et le temps réel ou presque. Il fournit aussi plus de stabilité que d'autres outils de traitement temps réel, comme Storm, également greffés sur Hadoop.
Fondée à l'été 2011 par Arun Agarwal avec un de ses professeurs de l'Université de Columbia, InfinIO surfe sur la vague de la virtualisation avec une solution de stockage pour les environnements VMware. « On peut améliorer la réponse des baies de stockage avec des SSD ou des cartes PCIe flash mais le recours à la mutualisation des ressources disponibles via la plate-forme de virtualisation de VMware permet de faire mieux avec la RAM disponible (8 Go et deux CPU virtuels par VM) » selon Arun Agarwal. Les ressources des VM sont utilisées pour créer une appliance virtuelle ESX qui fera office d'espace tampon pour accélérer les applications ciblées. Pour optimiser les gestion des données dans cette espace tampon, InfinIO fait appel à des algorithmes de déduplication au niveau bloc pour transformer 80 Go en près de 500 Go.
Au final, on obtient une solution de stockage distribuée exploitant les ressources d'ESX pour fonctionner. Et tout le système peut continuer à fonctionner à l'identique: backups, optimisation du stockage ou migrations à chaud (vMotion). La start-up se concentre exclusivement sur la plate-forme de virtualisation de VMware qui possède toujours la plus grande part de marché aujourd'hui. Le prix de la solution commence 499 dollars par CPU. Parmi les concurrents d'InfinIO, on peut citer Atlantis Computing que nous avions rencontré en décembre dernier. La start-up a déjà levé 24 millions de dollars d'investissements pour financer son développement grâce à Bessemer, Highland et Lightspeed. La jeune pousse qui a prévu de se lancer en Europe à l'automne à l'occasion de la convention VMworld de Barcelone et compte déjà 5 premiers clients sur le vieux continent. « Des contacts avec de nombreux revendeurs ont déjà été engagés suite à notre participation au dernier VMworld, toujours à Barcelone », nous a indiqué le CEO.
Après une première rencontre à San Francisco en décembre 2012, nous sommes de nouveau chez MuleSoft pour discuter des derniers développements de la start-up spécialisée dans la gestion des API (Application Programming Interface) qui permettent à un service de communiquer avec un autre grâce à une série de paramètres prédéfinis. Selon la jeune pousse, les API sont des services que l'entreprise va exposer à l'extérieur afin de faciliter l'intégration avec celles d'autres entreprises ou fournisseurs. « Nous ne travaillons pas à la prochaine plate-forme d'intégration des données issues de différents canaux, mais aux rapprochements des applications locales, hybrides et mobiles », nous précisé Ross Mason, fondateur et vice-président en charge de la stratégie produit chez MuleSoft.
Parmi les clients européens de MuleSoft, citons BNP Paribas, Nestlé, Toyota, Merlin, et Rentokil. Ce dernier faisait face à une difficulté pour ses activités en Europe, l'automatisation complète de sa supply chain. Les dysfonctionnements de ses services généraient un profond mécontentement chez ses clients. Pour remédier à ce problème, décision a été prise de déployer une solution en mode SaaS (Workday) dans sept pays européens. Il fallait donc assurer l'intégration de toutes les applications locales (Microsoft Dynamics, AdvanTex, iCabs, Epicor...) avec cet ERP pour améliorer le suivi des interventions et la satisfaction des clients.
Prendre en compte l'utilisation finale de l'API
Mais le plus important aujourd'hui selon Uri Sarid, CTO de MuleSoft, est qu'il est temps de penser APX (Application Programming Experience) et plus seulement API. Le passage à l'expérience de réutilisation des API est devenu primordial. « Il est temps de prendre en compte le plus tôt possible ce que vous voulez faire avec le destinataire final de votre API », selon le dirigeant. « Si vous concevez bien l'API, la présomption est qu'elle sera utilisée globalement et atteindra son objectif». C'est toujours un défi pour les entreprises car très peu d'entre elles ont une plate-forme capable de prendre en compte la conception d'API, telles que l'interface utilisateur, et l'usage de l'API. En conséquence, MuleSoft a annoncé une plate-forme baptisée Anypoint, pour faciliter cet usage, et une partie de celle-ci est en Open Source.
«Nous voulons aider à obtenir l'adoption de la plate-forme, et nous avons adopté la nouvelle norme RAML (API RESTful). Il s'agit d'un moyen plus simple pour concevoir et décrire les API, et les rendre facilement détectables ». Un des usages auquel pense immédiatement Uri Sarid est bien sûr l'Internet des objets, pas vraiment pour remonter des informations depuis les capteurs sur les machines expresso mais plutôt sur les containers ou les camions pour assurer un meilleur suivi des produits transportés.
Cofondée en 2012 à San José par Poojan Kumar, ancien responsable produits chez VMware, et Satyam Vaghani, précédemment directeur technique pour le stockage chez VMware, PernixData est soutenue par une belle brochette d'investisseurs Lightspeed Venture Partners, Mark Leslie, John Thompson, Lane Bess, Kleiner Perkins Caufield & Byers. Point cocasse, John Thompson est aujourd'hui président du conseil d'administration de Microsoft. Il était à la tête de Symantec au moment du rachat de Veritas et occupait il y a encore peu le poste honorifique de CEO de Virtual Instruments.
Comme souvent dans la vallée, la création de cette start-up repose sur une idée simple ici liée à la prolifération des plates-formes de virtualisation. Les ressources de calcul sur les serveurs ont été virtualisées et la virtualisation du réseau est en cours avec des initiatives portées par VMware avec NSX ou encore de Big Switch Network avec Floodlight. Mais qu'en est-il du stockage ? Avec le développement de solutions reposant sur le cloud, les goulets d'étranglement sont aujourd'hui au niveau du stockage.
Repenser le stockage pour la virtualisation
« Le problème fondamental est de savoir comment obtenir des performances de stockage qui peuvent s'adapter à votre cloud privé et à la virtualisation [...] il est temps de repenser le stockage », nous a expliqué le CEO de la start-up Poojan Kumar. Une des solutions à ce problème a été de remplacer les baies équipées de disques durs traditionnels par des sous-systèmes de stockage flash. Mais le CEO estime que ce n'est pas encore assez pour bénéficier de tous les avantages apportés par la virtualisation. « La simple utilisation de SSD ne suffit pas », dit-il, il est nécessaire de passer par une optimisation logicielle avec un hyperviseur dédié à la flash : PernixData FVP (Flash Platform Virtualization).
La technologie de PernixData ressemble à la façon dont fonctionne la virtualisation de serveur, avec « un hyperviseur flash » qui découple les données et la gestion matérielle du stockage en se plaçant entre les serveurs et les VM. Si FVP, le logiciel de PernixData, prend aujourd'hui en charge VMware - Satyam Vaghani (CTO et cofondateur de la start-up) a été l'un des premiers employés de VMware avant de quitter l'entreprise avec Poojan Kumar pour lancer PernixData - le support d'autres hyperviseurs (KVM et Microsoft Hyper-V) arrivera dans un avenir proche. FVP fonctionne au dessus du stockage flash, il est donc indépendant du matériel, ce qui signifie qu'il ne nécessite pas de nouveaux investissements pour optimiser les échanges avec les VM grâce au support des technologies clefs de VMware, vCloud, vMotion...
Un pool SSD/RAM
PernixData affirme que son logiciel peut gérer un pool de stockage flash reposant sur un cluster VMware avec pas moins de 32 serveurs standard truffés de flash et RAM. Le support de la mémoire vive est une des nouveautés de la dernière version de FVP. Selon le CEO, la RAM est aujourd'hui prête pour permettre une accélération du stockage dans les entreprises. Grace à cet espace flash virtuel, les entreprises peuvent adapter leur capacité stockage tout en garantissant un accès rapide aux données, selon Poojan Kumar. PernixData FVP fonctionne sans qu'il soit nécessaire d'apporter des modifications à l'hyperviseur ou aux applications et il est conçu pour coexister avec les réseaux SAN, selon le dirigeant. Le logiciel de PernixData peut travailler avec les SSD, les cartes flash et la RAM de tous les serveurs d'un cluster virtualisé pour créer un cache partagé, qui peut se placer au dessus d'un SAN pour stocker les données les plus utilisées.
Signalons enfin parmi les fonctionnalités demandées par certains clients, européens notamment, la réplication synchrone distante avec un autre cluster FVP. Pour les clients, la start-up met en avant des compagnies qui recherchaient un temps de latence réduit (en microsecondes plutôt que millisecondes) : Seag, Toyota, Apple,Tata Steel, Starbucks... PernixData FVP est disponible au tarif de 7500 $ par hôte dans le cadre d'un forfait entreprise.
Le stockage est toujours un problème dans beaucoup d'entreprises, il reste toujours trop cher et trop complexe à utiliser, indique Ivanov Boyan, CEO de la start-up StorPool, avant de présenter sa solution de stockage virtualisée et distribuée en mode bloc. L'idée est de proposer une solution capable de réduire de moitié les coûts associés au stockage afin d'être aussi compétitif que la plate-forme Amazon Web Services S3.
Avec l'augmentation croissance du volume des données, l'optimisation des ressources de stockage est devenue une obsession dans un grand nombre d'entreprises. StorPool propose donc une solution de virtualiser du stockage capable d'utiliser les capacités inexploitées sur les serveurs et de les "coller" ensemble pour créer un pool de stockage. Sur le papier, cette start-up d'origine Bulgare est très proche de ScaleIO. De l'aveu même de Boyan Ivanov, CEO de la start-up, le concept est similaire mais les développements n'ont rien à voir. La redondance, pour la sécurité des fichiers, est assurée par des copies multiple au niveau des blocs (jusqu'à 5 répliques) sur différents serveurs. En cas de perte d'un disque dur ou d'un serveur, il est possible de reconstruire le volume à partir de plusieurs serveurs.
Une autre déclinaison du Software Defined Storage
StorPool rassemble l'espace de stockage, la bande passante et les IOPS disponible sur les serveurs tout en laissant de la CPU et de la RAM pour les opérations de calcul. Cela signifie que les machines virtuelles, les applications, les bases de données ou toute autre charge de calcul peuvent fonctionner sur le même serveur que StorPool. Les machines sont simplement utilisées à un niveau supérieur, ce qui peut finir par poser un problème si la charge maximale est atteinte.
La gestion du volume StorPool est très flexible et permet aux utilisateurs de répartir la charge de travail sur les unités de stockage, par exemple une première copie sur les SSD et la second et la troisième copie sur des disques durs. Il permet également aux utilisateurs de spécifier sur quel volume stocker certaines données. Ces politiques de placement de données peuvent également être utilisés pour assurer une haute disponibilité et garantir un niveau de performances pour certaines applications ou services. Une copie peut ainsi être stockée sur un serveur particulier pour un accès plus rapide en local. Séduisante sur le papier, la solution de StroPool fait partie de cette nouvelle vague technologique qui pousse à l'utilisation de serveurs x86 standards pour gérer son stockage.
Fondée en 2010 avec le soutien de SanDisk, HGST, AugustCapital, Meritech, Tegile Systems se frotte aujourd'hui à une concurrence féroce sur le marché des solutions de stockage flash et hybride à destination des PME-PMI. On retrouve les constructeurs traditionnels comme EMC, NetApp, HP ou Dell et les pures players comme Pure Storage ou Nimble Storage. Un marché d'environ 4 milliards de dollars nous a indiqué Rohit Kshetrapal, CEO de Tegile lors d'une présentation réalisée au siège de la start-up à Newark, Californie. Comme certains concurrents, la jeune pousse propose des baies hybrides combinant flash et disques durs traditionnels avec des fonctions de déduplication, compression et snapshot mais également des systèmes full flash pour répondre à des besoins spécifiques (analytiques et opérations transactionnelles). Tegile pousse un usage équilibré des ressources disponibles, la capacité brute associée à une pointe de vélocité avec ses baies hybrides et la performance sans compromis avec les full flash. « Qu'il s'agisse d'une approche équilibrée des performances avec les solutions hybrides ou hautes performances et faible latence en flash, nous avons développé une gamme de produits capable de satisfaire toutes les exigences dans une entreprise sans être obligé de dévaliser une banque », nous a expliqué un dirigeant de la compagnie.
Ce qui rend intéressant les derniers produits de Tegile, les baies T3400 hybride et T3800 full flash, est l'utilisant du système de fichiers ZFS et du logiciel IntelliFlash Operating System qui optimisent l'espace de stockage grâce des algorithmes de déduplication et de compression associés à une base de métadonnées. Avec le support du Fiber Channel et du NFS/CIFS (mode bloc et fichiers donc), c'est une des principales différences avec Nimble Storage qui se limite encore à la seule compression et travaille à l'intégration du protocole FC en plus de l'iSCSI (mode bloc seulement). Une forte demande chez les clients allemands nous avait indiqué Suresh Vasudevan, CEO de Nimble Storage, de passage à Paris.
SSD eMLC en attendant l'arrivée de cartes PCIe flash
Tegile Systems a donc mis à jour son portefeuille de produits avec deux baies de stockage : l'hybride T3400 et la full-flash T3800. Cette dernière est aujourd'hui le fleuron de la gamme avec des SSD haute densité eMLC garantis 7 ans qui permettent d'offrir une capacité brute allant de 48 To à 336 To avec les modules d'extension. Pour les prix comptez 2$ par Go environ. Un peu moins cher, la solution hybride T3400 offre des performances en retrait mais la configuration de base démarre à 22 To, moitié disques durs et moitié SSD.
Au format 2U, ces deux baies reposent sur des contrôleurs équipés de quatre processeurs Xeon huit coeurs, épaulés par 192 Go de RAM. Elles prennent en charge les environnements NAS et SAN, avec snaphsot et réplication automatisée, ainsi que la récupération quasi-instantanée avec basculement sur ou hors site. Ces baies sont particulièrement adaptées aux besoins des bases de données, des serveurs virtualisés et des environnements VDI. Les clients peuvent également seulement louer une partie de la capacité des baies avec le programme « Agility Price » qui ne facture que les Go réellement utilisés.
