Le stockage d’objets, avec sa capacité pratiquement infinie et son faible coût, est déployé depuis longtemps pour la sauvegarde, l’archivage, la reprise après sinistre et la conformité réglementaire. Mais les exigences des organisations centrées sur les données d’aujourd’hui ont amené la technologie du placard de stockage poussiéreux au centre de la transformation numérique.

Pour tout décideur technologique qui réfléchit à une stratégie globale de données, disposer d’un grand référentiel central, également connu sous le nom de lac de données, est l’approche privilégiée: cela permet de briser les silos et d’agréger les données de plusieurs sources pour le type d’analyse de données qui fournit valeur pour l’entreprise. Le stockage d’objets est la technologie sous-jacente la plus efficace pour appliquer l’analyse de données, l’apprentissage automatique et l’intelligence artificielle à ces vastes magasins de données, explique Scott Sinclair, analyste de stockage chez le chercheur de marché Enterprise Strategy Group.

«Le plus grand avantage du stockage objet est d’ajouter plus de valeur aux données primaires. Il ne stocke pas seulement des fichiers; cela ajoute du contexte », déclare Paul Schindeler, ancien analyste d’IDC et actuellement PDG du cabinet de conseil néerlandais Data Matters. Un magasin d’objets comprend des métadonnées, ou des étiquettes, qui permettent aux entreprises de rechercher facilement de vastes volumes de données, de déterminer l’origine des données, si elles ont été modifiées et, plus important encore, de définir des politiques et de conserver des enregistrements vérifiables sur qui peut voir le fichier , qui peut l’ouvrir et qui peut télécharger des données.

La plupart des entreprises utilisent aujourd’hui une combinaison de types de stockage: stockage de fichiers, stockage en bloc et stockage objet. Mais l’utilisation du stockage d’objets augmente pour un certain nombre de raisons: vitesse, évolutivité, possibilité de recherche, sécurité, intégrité des données, fiabilité et protection contre les ransomwares. Et c’est la vague du futur en matière d’analyse de Big Data.

Stockage d’objets, hier et aujourd’hui

Le stockage d’objets a été développé dans les années 1990 pour gérer les magasins de données qui étaient tout simplement trop volumineux pour être sauvegardés avec un stockage de fichiers et de blocs, explique Sinclair. Lors de son introduction, l’évolutivité presque infinie, le faible coût et l’immuabilité du stockage objet le rendaient idéal pour la sauvegarde et la restauration, l’archivage à long terme et la conformité aux réglementations telles que la loi sur la portabilité et la responsabilité de l’assurance maladie dans les soins de santé et Sarbanes-Oxley. , dans le secteur bancaire.

Le prochain événement décisif dans l’évolution du stockage d’objets a été la montée en puissance du stockage en nuage. Le fournisseur de services cloud Amazon Web Services a choisi l’architecture de stockage objet comme base de son populaire Simple Storage Service (S3), et le stockage objet est devenu la plate-forme standard pour tout le stockage cloud, que ce soit de Google, Microsoft ou d’autres. En outre, les protocoles S3 sont devenus la norme de l’industrie pour les applications modernes centrées sur les données, qu’elles s’exécutent dans le cloud ou dans un centre de données d’entreprise.

Plus récemment, les organisations ont réalisé qu’elles devaient faire plus que simplement garer et protéger leurs données; ils doivent extraire de la valeur de vastes trésors de données historiques, ainsi que de nouvelles sources de données et types de données, tels que les données de capteurs, la vidéo et les images de l’Internet des objets. C’est là que le stockage d’objets brille vraiment. C’est devenu la plate-forme sur laquelle les organisations renforcent leurs capacités d’analyse de données pour moderniser leurs environnements informatiques, créer de l’innovation et conduire la transformation numérique.

Téléchargez le rapport complet.

Ce contenu a été produit par Insights, la branche de contenu personnalisé de MIT Technology Review. Il n’a pas été rédigé par la rédaction de MIT Technology Review.