Stambia pour le Data Hub

Découvrez comment l'architecture Data Hub permet de centraliser et de distribuer vos données. De manière simple et efficace :

• Gagnez en réactivité pour faire évoluer votre SI,
• Apportez de la flexibilité par le support de différents types d'échanges : batch, fil de l’eau, temps réel.

Grâce à sa solution unifiée et sa technologie évolutive, Stambia vous permet d'accélérer et d'industrialiser la construction d'une architecture fiable d'échanges entre vos applications en mode demi-flux, appelée Data Hub.

Stambia au centre des échanges de données d'une architecture Data Hub

Au grès de la construction et des évolutions du système d'information, les données se retrouvent dupliquées dans les différentes applications. Rapidement les besoins en stockage augmentent, les difficultés apparaissent pour mener les études d'impact, maintenir les flux et répliquer les modifications liées aux données.

Pour répondre à ces enjeux, l'architecture Data Hub centralise les données de références et les données transactionnelles. La donnée collectée peut facilement être distribuée et inclure un système  d'abonnement (publish and subscribe).

Ainsi, la mise en place d'une architecture Data Hub est un facilitateur pour :

• Consolider et rationnaliser les données les plus utilisées en un point central
• Mettre en place un système de contrôle de données efficace afin d'améliorer la qualité des données
• Assurer la traçabilité sur les flux et offrir un suivi statistique de l'activité de l'entreprise
• Améliorer la connaissance de la donnée échangée
• Construire progressivement le modèle de données d'entreprise

Une architecture bâtie sur un système de stockage

Le Data Hub est une architecture s'appuyant sur un système de stockage standard, par exemple une base de données relationnelle. Pour étendre ses capacités, il peut facilement être combiné à un système type Datalake : archiver les données dites non structurées issues des réseaux sociaux, capter les données générées par l'IOT, etc. 

Le Data Hub contribue à structurer les échanges entre les briques applicatives, rationnaliser l'usage et améliorer la connaissance générale autour des données de l'entreprise.

Le Data Hub est une architecture permettant de bénéficier d'une vue métier des données de l'entreprise. Le modèle de données est centralisé et peut facilement être partagé.

Le stockage des transactions et des données de références au sein du Data Hub facilite les mécanismes :

• de gestion des abonnements sur la donnée
• d'historisation de la donnée 

L'organisation gagne en agilité lorsqu'il s'agit de restaurer des données à partir du modèle métier, de mettre en place des audits à caractère légal, ou de migrer des données entre applications.

Le Data Hub contient des modèles de contrôle et de traçabilité pour assurer la qualité et l'audit des données. La mise en place des règles de rejet ainsi que des règles métier centralisées permet de garantir l'intégrité du modèle d'entreprise.

Grâce au principe en demi-flux, le découplage des applications et des systèmes est facilité.

Le concept d'urbanisation du Data Hub permet de raccourcir les délais et de maîtriser les impacts lors de toute modification du système d'information.

Le Data Hub repose sur un système de stockage tel que les bases de données relationnelle. C'est un composant efficace et robuste maîtrisé par les équipes informatiques. 

L'architecture ELT de Stambia optimise et met en valeur le Data Hub.

Le couplage de cette architecture avec la solution Stambia permet :

• La mise à disposition de données prêtes à être utilisées
• Le traitement de gros volumes de données 
• La mise en place de solution à haute disponibilité
• La gestion de la profondeur d'historisation des données
• La centralisation des Webservices / API pour l'exposition des données
• …

Le système de stockage sur lequel repose le Data Hub dispose d'un langage de requêtage standard : par exemple le SQL pour une base de données relationnelle. Sur les autres systèmes, il existe souvent une couche de compatibilité SQL ou assimilée. Le langage de requête structurée (SQL) est proche du langage naturel. Il permet d'effectuer de nombreuses opérations sur les modèles et les données : recherche, ajout, modification, suppression. Il devient très facile de mettre en place une couche métier requêtable.


Naturellement, par sa vision orientée données et métier, le Data Hub facilite les interactions avec les équipes métier.

Comment Stambia accélère la mise en place d'une architecture Data Hub ?

Grâce à sa solution unifiée et sa technologie évolutive, Stambia permet d'accélérer et d'industrialiser la construction d'une architecture fiable d'échanges entre les applications en mode demi-flux, appelée Data Hub. Garantissez le succès des projets en décloisonnant votre SI et offrez de la lisibilité à vos équipes métier.

Découvrez les bénéfices apportés par Stambia pour accompagner la mise en place d'un Data Hub :

• Quel que soit le type de flux (batch, fil de l'eau, temps réel) : un seul mapping offre une vision unifiée et simplifie la lisibilité la gouvernance
• Console de supervision des flux (Production Analytics)
• Une palette riche de fonctionnalités :
  • Ensemble de connecteurs illimité au SI : Salesforce, SAP, Base de données, Cloud, Webservices / API, …
  • Fonction de Change Data Capture  (CDC) pour capturer les modifications de données
  • Capacité à exposer la donnée, les process même complexes au travers des Webservices / API et microservices en 1 clic
  • Gestion d'événements : scrutation de dossiers, tables, JMS / AMQP, queue / topic, emails, FTP, …
• Fonctionnement en mode délégation de transformation (ELT)
• Accessibilité et lisibilité du code généré et exécuté (pas d'effet boîte boire)
• Fonction DQM avancée :
  • Gestion automatique des rejets
  • Application de règles personnalisables
  • Tableau de bord de suivi
• Système de template qui permet d'automatiser les opérations techniques 

En résumé

Voici les avantages d'une architecture Data Hub couplée à l'outil d'intégration de données Stambia :

• Support des flux de données en mode synchrone et asynchrone
• Construction itérative et agile du modèle de données d’entreprise
• Gestion d’abonnement à la donnée
• Persistence des transactions et des données de référence 
• Language SQL comme référence pour la gestion des données et l’audit
• Performances gérées par les bases de données