Data fabric : définition et architecture
La data fabric est une architecture de gestion des données qui relie les sources dispersées d'une entreprise, dans ses centres de données comme dans plusieurs clouds, par une couche d'intégration commune. Elle s'appuie sur l'analyse continue des métadonnées pour automatiser la découverte, l'accès, l'intégration et le contrôle des données. Les analystes du marché qui ont popularisé la notion la décrivent comme un principe de conception plutôt que comme un produit.
Les composants d'une data fabric
Le socle est un catalogue enrichi, qui collecte les métadonnées techniques, métier et d'usage de toutes les sources. Un graphe de connaissances relie ces métadonnées entre elles : tel indicateur, telle table, tel domaine, tel propriétaire. Des services d'intégration exploitent ce graphe pour livrer la donnée par le moyen le mieux adapté : copie par ETL, réplication en continu, virtualisation qui interroge la source à la demande, ou API.
Les métadonnées dites actives distinguent l'approche : l'observation des usages réels (requêtes, jointures fréquentes, volumes) sert à recommander des jeux de données, à proposer des transformations ou à appliquer automatiquement une règle d'accès à une colonne classée sensible. Les métadonnées dites passives (schémas, glossaires, journaux) en fournissent la matière première.
Ce que la data fabric apporte et ce qu'elle demande
L'approche vise les entreprises dont les données se répartissent entre un ERP, des applications métier, plusieurs clouds et des filiales aux systèmes hérités d'acquisitions. Elle laisse les données là où elles résident et unifie leur accès, leur description et leurs règles. Elle demande en retour un investissement soutenu dans les métadonnées : leur collecte, leur qualité et leur mise à jour conditionnent l'automatisation attendue.
Qui conçoit la data fabric
Le data architect dessine la data fabric : choix des briques, mode d'intégration par cas d'usage, modèle de métadonnées et règles communes. Le chief data officer en fait un levier de son programme, décide des domaines à raccorder en priorité et mesure l'effet sur le délai d'accès aux données. Le data engineer raccorde les sources, construit les flux et les vues virtuelles, et surveille leurs performances une fois en service.
Les métiers
Les métiers qui s'en occupent.
- Data, BI & PlateformesData Architect
85 k€ à 180 k€ et plus brut annuel
- Gouvernance & Référentiels Data (MDM)Chief Data Officer
70 k€ à 200 k€ et plus brut annuel
- Data, BI & PlateformesData Engineer
42 k€ à 130 k€ et plus brut annuel
Questions fréquentes
Data fabric : vos questions.
- Quelle différence entre data fabric et virtualisation des données ?
- La virtualisation des données est une technique : elle présente des données issues de plusieurs sources comme une seule base, en les interrogeant à la demande et en les laissant à leur place. La data fabric est une architecture plus large, dont la virtualisation constitue une brique parmi d'autres, aux côtés de l'ETL, de la réplication et du catalogue. Des éditeurs connus pour la virtualisation, comme Denodo, présentent aujourd'hui leur offre comme une data fabric.
- Microsoft Fabric est-il une data fabric ?
- Microsoft Fabric est une plateforme d'analyse de données en mode SaaS, annoncée par Microsoft en 2023, qui réunit ingénierie des données, entrepôt, data science et Power BI autour d'un stockage commun, OneLake. Son nom rappelle la data fabric, mais il désigne un produit, là où la data fabric désigne une architecture. Une entreprise peut s'appuyer sur Microsoft Fabric pour construire une partie d'une data fabric, en complément d'autres briques.
- Quels éditeurs proposent une data fabric ?
- Plusieurs éditeurs présentent leur offre sous ce nom : IBM avec Cloud Pak for Data, Informatica avec sa plateforme IDMC, SAP avec Datasphere, qu'il décrit comme une business data fabric, Denodo ou encore K2view. Leurs points de départ diffèrent, intégration, virtualisation, catalogue ou données de référence, et la comparaison se fait sur les modes d'intégration couverts, la richesse des métadonnées et la compatibilité avec les plateformes déjà en place.
Dans le lexique : Data mesh, Data catalog, Data lineage.
À propos de l'auteur
Co-fondateur d'Entourage Recrutement
Douze années de recrutement sur les métiers de l'IT ont mené Helder à co-fonder Entourage Recrutement. Il y pilote les missions freelance et le management de transition Tech, de l'ingénierie logicielle aux directions des systèmes d'information.
Vous recrutez sur ces sujets ?
Décrivez le poste et son périmètre. Un consultant Tech vous recontacte sous 24 heures ouvrées pour cadrer la recherche avec vous.