Déploiement vers le cloud

Présentation de « gcloud storage » : des transferts de données jusqu'à 94 % plus rapides pour Cloud Storage

Thu, 24 Nov 2022 08:00:00 +0000

Les clients de Cloud Storage nous demandent souvent quel est le moyen le plus rapide d'ingérer et d'extraire des données de leurs « buckets ». Pour obtenir les meilleures performances, les utilisateurs doivent souvent connaître les bons réglages et paramètres afin d’optimiser les vitesses de transfert. Dans bien des cas, les clients utilisent Cloud Storage parallèlement à d'autres services Google Cloud et recherchent un outil unique qui puisse être utilisé pour gérer tous leurs actifs Google Cloud.

Présentation de gcloud storage – une nouveauté du Google Cloud CLI

Google Cloud CLI (alias, CLI gcloud) est une interface en lignes de commandes pour piloter Google Cloud et ses services sans passer par l’interface Web. La CLI gcloud peut être utilisée pour créer et gérer les ressources et services de Google Cloud directement à partir de lignes de commande ou via des scripts. « gcloud storage » est le tout dernier ajout à cet ensemble de commandes. Ce jeu de commandes vient moderniser l'expérience CLI des services Google Cloud Storage.

Performance du transfert de données

Aux yeux des clients, comme aux nôtres, les taux de transfert de données sont des données importantes car ils déterminent le taux d'utilisation des données pour obtenir des insights utiles à l’entreprise.

La nouvelle CLI « gcloud storage » offre des améliorations de performance significatives par rapport à l'option existante gsutil, une application Python vous permettant d'accéder à Cloud Storage via l’interface CLI.

Pour démontrer la différence de performance entre « gsutil » et « gcloud storage », nous avons testé des scénarios avec un seul puis de multiples fichiers. Lors du transfert de 100 fichiers d'une taille de 100 Mo, « gcloud storage » s’est révélé 79 % plus rapide que gsutil en download et 33 % plus rapide en upload en utilisant une stratégie d’upload de type « importation composite parallèle » (cf Figure 1).

Avec un unique fichier de 10 Go, « gcloud storage » s’est montré 94 % plus rapide que gsutil en download et 57 % plus rapide en upload (cf figure 2). Ces tests ont été effectués sur Google Cloud Platform en utilisant des machines « n2d-standard-16 » (avec 8 vCPUs, 32 GB de mémoire) dotées d’un disque de 375 Go en NVME et RAID0 sur la région « us-east4 ».

Ces taux de transfert plus rapides de « gcloud storage » résultent de deux innovations. Tout d'abord, « gcloud storage » utilise des outils de hachage plus rapides pour la vérification de l'intégrité des données CRC32C qui évitent la configuration compliquée requise pour gsutil. Deuxièmement, cette nouvelle interface CLI utilise une nouvelle stratégie de parallélisation qui traite la gestion des tâches comme un problème de graphes, ce qui permet d'effectuer plus de travaux en parallèle avec beaucoup moins de surcharge (overhead).

Un outil plus convivial

Outre les performances accrues, l’interface en ligne de commandes CLI gcloud fournit un moyen pratique et cohérent de gérer l’ensemble des ressources Google Cloud, y compris les Buckets de Cloud Storage Buckets, les VMs Compute Engine, et les clusters GKE (Google Kubernetes Engine).

La CLI « gcloud storage » détecte automatiquement les paramètres optimaux et accélère les transferts sans nécessiter aucun paramètre de la part des utilisateurs. Dans « gcloud storage », toutes les opérations se déroulent en parallèle. À titre d'exemple, les « importations composites parallèles » sont activées automatiquement en fonction de la configuration du bucket. Il s'agit d'une amélioration considérable par rapport à gsutil, qui nécessite le paramètre « -m » (opérations parallèles) pour améliorer les performances des téléchargements en amont et en aval.

De manière générale, la CLI « gcloud storage » réduit considérablement le nombre de commandes de premier niveau que les utilisateurs doivent connaître pour gérer leurs ressources Cloud Storage. En effet toutes les commandes sont ici regroupées sous des en-têtes communes faciles à mémoriser : par exemple, toutes les opérations de Bucket sont regroupées sous « gcloud storage buckets <command> » et toutes les opérations d'objets sont regroupées sous « gcloud storage objects <command> ».

La transition vers la CLI « gcloud storage » est d’autant plus simple que nous avons introduit un shim (autrement dit un outil de transcription) qui permet aux scripts gsutil existants d'être exécutés en tant que scripts « gcloud storage ». Cela vous permet de bénéficier de tous les avantages de performance de la nouvelle interface CLI sans avoir à réécrire vos scripts Cloud Storage existants basés sur gsutil.

Activer « gcloud storage »

L’interface CLI « gcloud storage » est disponible dès à présent et vous pouvez l'utiliser sans frais supplémentaires. Pour l’obtenir, installez - ou faites une mise à niveau vers - la dernière version du SDK Google Cloud. Pour en savoir plus sur l’interface CLI « gcloud storage », veuillez consulter la documentation en ligne.

Comment Google Cloud et ses partenaires peuvent accélérer la réussite de votre redéploiement

Wed, 22 Jun 2022 08:00:00 +0000

Tandis que les entreprises accélèrent leur redéploiement vers le cloud, elles sont de plus en plus confrontées à des difficultés importantes en milieu et fin de redéploiement. Plus précisément, 41% d’entre elles rencontrent des problèmes d’optimisation de leurs applications portées dans le cloud et 38% affrontent des problèmes de performance sur les workloads déployés. Pour limiter les déconvenues, les entreprises font de plus en plus appel à des consultants externes et à des prestataires de services non seulement pour concrétiser les redéploiements mais aussi assurer la gestion continue des environnements redéployés.

Afin d’aider les clients à relever ces différents défis et leur proposer une démarche simple et rapide pour réussir leur redéploiement vers le cloud, Google Cloud a créé un programme complet d'évaluation et de redéploiement rapide : RAMP. Et nous avons quelques exemples très intéressants de ce programme à partager avec nos clients et partenaires :

Focus sur le TCO/ROI post redéploiement

Certains redéploiements cloud sont complexes à réaliser. Aussi, nous engageons-nous à rencontrer nos clients, quelle que soit la phase dans laquelle ils sont dans leur projet de redéploiement, pour les aider à atteindre leurs objectifs business, qu'il s'agisse de créer de la valeur client grâce à l'innovation, de réaliser des économies, d’améliorer leur compétitivité sur le marché ou encore d’augmenter leur productivité.

RAMP propose un framework universel basé sur des analyses tangibles du coût total de possession et du retour sur investissement. Il permet d’accompagner nos clients tout au long de leur projet : de l'évaluation de leurs environnements numériques (avec leurs sources multiples sur site comme dans d'autres clouds) à l'élaboration d'un plan de redéploiement et de modernisation complet, en passant bien entendu par l'identification des workloads prioritaires.

Accélérer les retours sur investissement avec nos partenaires experts

Les clients peuvent désormais s'attendre à une expérience de redéploiement plus rationnelle grâce à notre écosystème de partenaires spécialisés en redéploiement vers le cloud.

Nous avons récemment annoncé des mises à jour exceptionnelles de nos programmes de financement des partenaires, avec de nouveaux forfaits d'évaluation et de consommation qui simplifient et accélèrent le parcours de nos clients vers Google Cloud, à un coût minime, voire nul.

Ces forfaits couvrent des parcours normalisés pour les initiatives de modernisation des infrastructures et des applications, permettant à nos partenaires d’accompagner nos clients à chaque étape de leur projet, des phases de découverte et planification à celles de redéploiement et de modernisation.

Grâce à notre écosystème de partenaires, nos clients peuvent compter sur :

Des formules de financement distinctes pour l'évaluation, la planification et le redéploiement ;
Des processus d'approbation plus rapides pour des déploiements accélérés ;
Un accès à un plus grand nombre de partenaires ayant participé au programme RAMP et à même de proposer ces nouvelles formules de financement.

Unir redéploiement et développement durable

RAMP aide les entreprises à optimiser la planification de leur redéploiement et à maximiser leur retour sur investissement en tenant compte de leurs préoccupations business et techniques, dès le début du projet.

Mais RAMP propose également un volet développement durable afin d’aider les entreprises à atteindre leurs objectifs d’écoresponsabilité. Dans ce cadre, nous sommes ravis d’annoncer que les clients peuvent désormais recevoir un rapport « Digital Sustainability » complétant les rapports IT Assessment (évaluation de leur informatique). Ce rapport livre des informations utiles pour mesurer et réduire l’impact de leur IT sur l'environnement et permet d’intégrer la composante développement durable à la stratégie de redéploiement cloud. Il s'appuie sur certaines des meilleures pratiques de Google Cloud, un cloud neutre en carbone depuis des décennies et qui œuvre à fonctionner avec 100% d’énergie sans carbone d'ici 2030.

Nous nous engageons à résoudre les problèmes complexes de nos clients et partenaires. Ces mises à jour sont le reflet des retours que nous recevons. Simplifiez votre stratégie de redéploiement vers le cloud dès aujourd'hui en demandant votre évaluation gratuite, en trouvant un partenaire avec qui travailler ou en vous adressant à votre partenaire actuel. Ensemble, relevons vos défis.

Libérez le potentiel de vos données sur mainframe avec une approche innovante : la « data-first digitization »

Tue, 24 May 2022 08:00:00 +0000

Dans de nombreuses entreprises, de vénérables mainframes abritent encore des décennies de données sur les clients, les processus et les opérations. Et bien évidemment, ces entreprises aimeraient bien pouvoir y accéder pour effectuer des analyses et créer des rapports avec les outils du big data ou encore pour les utiliser dans le cadre de nouveaux projets de Machine Learning et d’Intelligence Artificielle.

Nous avons hâte chez Google de vous accompagner dans cette démarche en vous aidant à transformer les ressources mainframe pour l'ère du cloud. Nous pouvons bien entendu vous aider à moderniser vos applications mainframes en les faisant migrer vers le cloud. Mais en parallèle, nous avons aussi développé une autre alternative avec nos partenaires et nos clients. Plus légère, elle permet de commencer à exploiter les ressources des mainframes sur le cloud beaucoup plus rapidement qu’avec une migration complète de l’existant. Nous avons baptisé cette approche data-first digitization ou, en français, « numérisation des données d'abord ».

Dans un monde numérique qui évolue rapidement, il convient tout d’abord de faire la différence entre « modernisation » et « numérisation ».
Dans une approche classique de modernisation, vous partez de l’existant pour vous projeter dans l’avenir en vous appuyant sur des méthodes de migration d’applications des mainframes, qu’il s’agisse de rehosting (émulation), de refactoring (transformation du code), de réingénierie ou simplement de remplacement d'une application sur mesure par une solution « clés en main ».
À l’inverse, dans une approche « numérisation », on part du résultat attendu et on remonte la chaîne existante en modifiant tout ce qui doit l’être pour atteindre son objectif.

Cette approche « numérisation » s’appuie sur un framework d’intégration privilégiant les données. Constitué à partir de nos outils et solutions et ceux de nos partenaires, il permet de migrer des sources de données hétérogènes provenant des mainframes vers Google Cloud Storage. Une fois les données mainframe copiées sur Cloud Storage, elles peuvent ensuite être intégrées et exploitées par les outils Google Cloud, tels que BigQuery, les solutions d'IA et de Machine Learning ou encore les plateformes d’analyse intelligente (Smart analytics) et d’analyse de flux (Stream analytics).
Notre framework d'intégration couvre à la fois le mode batch pour transférer d’un coup des jeux de données volumineux et la réplication en temps réel par capture des modifications apportées aux données (prise en charge du « change data capture »).

L’approche « numérisation d’abord » repose sur le principe selon lequel « les applications sont éphémères, les données sont permanentes ».

Plutôt que d’utiliser les méthodes traditionnelles de modernisation telles que décrites dans les 7 options de modernisation du Gartner par exemple, les entreprises vont ici privilégier le transfert des données vers Google Cloud, ce qui leur permettra d’accélérer les étapes et de commencer à mettre rapidement en place nouveaux modèles métiers, de nouveaux cas d’usage ou encore de nouvelles façons innovantes de satisfaire leurs clients.

Deux exemples concrets :

Prendre de meilleures décisions, plus rapidement, en s’appuyant sur les solutions d’analyse en temps réel et intelligentes mais aussi sur les moteurs de Machines Learning et/ou AI. Google est un pionnier dans l'extraction d'informations et de valeur à partir de données brutes structurées et non structurées. Ces outils ont toutefois besoin d’être alimentés en données pour gagner en efficacité. En rendant les données sur mainframe accessibles par des outils comme BigQuery et des modèles AI/ML, les entreprises maximisent leurs capacités d’analyse.
Créer de nouvelles applications de reporting. L’accessibilité des données sur mainframe par des outils Google Cloud, tels que Looker et Appsheet, permet de créer de nouvelles applications de reporting et ainsi d’accélérer votre transformation globale en décommissionnant plus rapidement les anciennes applications de reporting hébergées sur mainframe.

D'après notre expérience, l'adoption d'une approche « numérisation » axée sur les données offre un certain nombre d'avantages :

Réactivité métier : cette forme de modernisation s’appuyant sur des outils existants, le cycle de mise en œuvre est beaucoup plus court.
Investissements réduits : l’intégration de produits est moins consommatrice de ressources que le développement d’applications.
Risques minimisés : la démarche data-first repose sur des solutions intégrées aux produits Google Cloud existants, éprouvés et fiables.
Transformation plus rapide de l’existant sur mainframe : en déplaçant le centre de gravité de l’application vers les données, vous abordez la question de la modernisation sous l’angle métier, plutôt que de simplement continuer à faire vivre cet existant. Dès lors, seules les applications réellement critiques pour l’entreprise sont modernisées tandis que les applications non essentielles peuvent être mises hors service progressivement, ce qui permet d’accélérer le processus de transformation.

Une telle numérisation centrée sur les données est encore une approche relativement récente, mais les premiers succès de nos clients nous invitent à poursuivre dans cette voie.
N’hésitez pas à consulter régulièrement sur notre site pour obtenir des informations supplémentaires, des architectures de référence et des livres blancs techniques sur l'approche "data-first". Et si vous pensez qu’elle peut vous convenir, contactez mailto:mainframe@google.com.

Utiliser BigQuery avec des sources de données hébergées dans Google Cloud VMware Engine

Tue, 29 Mar 2022 09:00:00 +0000

Ce billet de blog s’adresse tout particulièrement aux clients qui ont redéployé leurs sources de données « on-premises », autrement dit sur site, vers Google Cloud VMware Engine. Il explique comment utiliser les services de données et d’analyse de Google Cloud avec les données hébergées sur le service managé « VMware as a Service » de Google Cloud.

Nombre de clients se déployant vers Google Cloud cherchent à tirer avantage des services avancés d’analyse proposés par Google. Si vous êtes décideur informatique ou architecte data et que vous souhaitez tirer rapidement avantage de vos données, vous trouverez dans ce billet différentes approches permettant d'accéder à vos données dans BigQuery afin de bénéficier de toute la puissance de Google Analytics, qu’il s’agisse d’analyse avancée ou de ML.

Pourquoi redéployer ses données vers Google Cloud VMware Engine ?

La donnée est au cœur des stratégies d’entreprise. Nos clients consomment, gèrent et analysent de grandes volumétries et gisements de données. Partenaire de prédilection, Google peut vous aider à gérer et comprendre vos bases existantes, sans vous imposer une réarchitecture coûteuse de vos sources et de leur emplacement.

Dans ce billet, nous vous expliquons précisément comment accéder à vos gisements pour les exploiter avec les services d’analyse de Google Cloud, sans avoir à modifier vos bases existantes. Dès que vos données auront été redéployées vers Google Cloud VMware Engine, vous pourrez optimiser les performances de vos flux en profitant de l'infrastructure hautement disponible et tolérante aux pannes de Google. Autrement dit, les solutions d’analyse cloud disponibles via BigQuery vous feront gagner un temps précieux sur l’exploitation de vos données.

Il est essentiel de réaliser qu’un tel redéploiement dans le cloud, via Google Cloud VMware Engine, profite à tous les acteurs de la chaîne data. Les DBA ou administrateurs de base de données ainsi que les responsables d’infrastructure virtuelle/ cloud peuvent continuer d’utiliser dans le cloud leurs environnements familiers, identiques à ceux qu’ils ont l’habitude d’utiliser sur site. De la même façon, l’équipe chargée de l’infrastructure peut autoriser les datas cientists et autres équipes spécialisées IA ou ML à utiliser leurs outils habituels. Mais ces derniers pourront aussi utiliser les fonctionnalités d’analyse avancée, d’IA et de ML de Google Cloud sur les données hébergées à l’origine sur site.

À titre d’exemple, supposons que vous cherchiez des opportunités de ventes croisées pour vos produits. Vous devrez dans un premier temps vous assurer que les données de facturation et celles relatives aux comportements d’achat sont disponibles pour analyse. L’équipe DBA identifiera ensuite les jeux de données nécessaires et l’équipe infrastructure fera en sorte de permettre un accès sécurisé à ces sources. Enfin, l’équipe chargée de la couche applicative répliquera les données dans BigQuery et utilisera des services tels que les recommandations de BigQuery ML (BigQuery ML Recommandations) pour identifier les opportunités de vente croisée.

Autre exemple : prédire l’évolution des ventes et planifier la croissance. Une fois les données de vente répliquées dans BigQuery, vous pouvez utiliser les méthodes de prévision des séries chronologiques (time-series forecasting) de Google Analytics sur vos jeux de données.

Deux approches à mettre en pratique

Nous vous proposons deux approches pour répliquer, de manière sécurisée et confidentielle, vos données relationnelles dans BigQuery : Google Cloud Data Fusion ou Google Cloud Datastream.
Data Fusion est un ETL qui prend en charge différents types de flux de données.
Datastream est un service de capture et de réplication des données modifiées.
Sachez que pour chacun de ces deux services, vos données restent confinées au sein de votre projet et une adresse IP interne est utilisée pour y accéder.

Nous allons ici explorer plus en détail la réplication en temps réel afin de vous permettre d’accéder en permanence à vos bases de production, qu’elles soient sous SQL Server, MySQL ou Oracle, à partir de BigQuery.

Basculer ses données internes vers le cloud tout en assurant la maintenance des flux ETL (Extract Transform Load) existants d’alimentation de vos entrepôts prend beaucoup de temps. En optant pour l’approche ELT (Extract Load Transform), vous pouvez charger directement les données dans le système cible (BigQuery, par exemple), avant d’effectuer les transformations nécessaires. De plus en plus souvent préféré au système ETL traditionnel, le processus ELT est non seulement plus simple à mettre en place mais également plus rapide, les données étant chargées plus vite.

Une fois les données hébergées dans Google Cloud, les équipes data peuvent utiliser Cloud Data Fusion et Datastream en profitant du haut débit et de la faible latence du réseau Google Cloud pour répliquer ou déplacer les données de l’infrastructure VMware vers différentes destinations cibles : buckets de stockage natifs de Google Cloud, BigQuery, etc.

Pour simplifier, nous allons partir du principe que tous les services sont consommés dans le cadre d’un même projet. Nous aborderons également les implications tarifaires, selon que l’on transfère des données à partir de Google Cloud VMware Engine, d’un site interne ou d’un autre cloud privé virtuel (VPC).

Cloud Data Fusion :

Cloud Data Fusion fournit une interface visuelle de type pointer-cliquer. Vous pouvez ainsi déployer des flux de type ETL/ELT sans écrire de code (approche No-Code). Un accélérateur de réplication permet également à Cloud Data Fusion de dupliquer directement vos tables dans BigQuery.

Pour gérer les ressources nécessaires, Cloud Data Fusion crée un projet « tenant » (une bulle d’isolation) s’appuyant sur ses propres VPCs (Virtual Private Cloud) pour maximiser la sécurité des données. Pour accéder aux sources de données hébergées dans Google Cloud VMware Engine à l’aide de Cloud Data Fusion, il nous faut utiliser un « reverse proxy » vers le VPC principal.

Dans ce scénario, les workloads data sont exécutés sur l’instance Google Cloud VMware Engine du projet. L'accès à l'environnement Google Cloud VMware Engine se fait via un VPC du projet couplé à Google Cloud VMware Engine. Une instance Google Compute Engine au sein de ce VPC expose un « reverse proxy » (Proxy inverse) vers la base de données de Google Cloud VMware Engine pour les services qui ne peuvent pas accéder directement à l'instance de Google Cloud VMware Engine.

Une instance Cloud Data Fusion est activée avec un accès IP privé et un appairage réseau au VPC principal de sorte qu’elle puisse accéder en toute sécurité aux données via l'instance du « Reverse Proxy ». Le processus de configuration de cet accès IP privé et de cet appairage réseau est décrit dans cette documentation.

Une fois ce couplage opéré, le connecteur Java Database Connectivity au sein de Cloud Data Fusion permet d’accéder aux bases de données, soit pour la réplication, soit pour des opérations ETL avancées. Afin de capturer les modifications de données, il faut autoriser le processus de suivi et de capture de données dans les bases hébergées sous Google Cloud VMware Engine. L'ensemble du processus de configuration et de réplication est décrit dans la documentation pour MySQL et pour SQL Server.

Google Cloud Datastream :

Datastream est un service serverless de capture et de réplication de données modifiées. Vous pouvez accéder à des flux de données en continu, à faible latence, à partir de bases de données Oracle et MySQL hébergées sur Google Cloud VMware Engine. Cette approche offre plus de flexibilité dans la gestion des flux de données. Cette solution est actuellement en « disponibilité pré-générale » et uniquement dans certaines régions.

Comme précédemment, la mise en œuvre de Cloud Datastream nécessite la configuration d’un Reverse Proxy hébergé au sein d’une instance Google Compute Engine. Ce « reverse proxy » est nécessaire pour accéder aux sources de données hébergées et sécurisées dans Google Cloud VMware Engine. Cette mise en œuvre est décrite dans cette documentation.

Vous trouverez une documentation complète pour configurer Datastream dans ce guide. Bien évidemment, la réplication ne peut être exécutée qu’après configuration dans Datastream d’un flux qui accède aux données et les achemine vers la cible de stockage cloud. Datastream accède aux données Google Cloud VMware Engine en utilisant un reverse proxy qui doit être exposé dans le VPC du client. Pour acheminer les données vers BigQuery, nous utilisons un modèle « Datastream vers BigQuery » préconfiguré au sein de Google Cloud Dataflow.

Comment bien démarrer un projet

Dans un premier temps, il convient de redéployer vos workloads vers Cloud VMware Engine, tâche généralement gérée par votre administrateur/architecte du cloud. Si les données résidant sur les machines virtuelles hébergées dans Google Cloud VMware Engine n’ont pas été identifiées pendant la phase de redéploiement, il faut dans un second temps les identifier et recréer les rapports existants à l'aide de BigQuery.

Dans la plupart des entreprises, plusieurs personnes sont impliquées dans ce processus : un architecte de données peut être le mieux placé pour savoir où sont les sources de données, un architecte de solutions aura une idée plus précise des implications en termes de coûts/performances, etc. Il faudra également connaître les portes d’entrée de l’infrastructure indispensables aux interfaces réseau.

Les étapes suivantes illustrent une approche possible pour réussir sa redéploiement:

Identifiez les jeux de données sur les machines virtuelles redéployées vers Google Cloud VMware Engine et qui sont utilisés pour le reporting.
Sélectionnez le bon pipeline (Datastream ou Data Fusion) en fonction du type de base et des exigences du pipeline (compromis prix/performance et facilité d'utilisation).
En fonction du pipeline de données, sélectionnez la région appropriée. Il n'y a pas de frais de sortie des données au sein d'une même région.
Configurez le reverse proxy vers le jeu de données Google Cloud VMware Engine.
Configurez le service de réplication avec des paramètres basés sur la performance de réplication nécessaire.
Autorisez l'analyse et la visualisation des données en fonction des besoins de l'entreprise.

Conclusion

Simple et rapide, le service Google Cloud VMware Engine est un excellent moyen pour exploiter vos jeux de données existants dans le cloud. Vous pouvez ainsi capitaliser sur votre infrastructure VMWare existante pour réaliser des analyses de données dans le cloud sans avoir à réarchitecturer vos bases, ce qui prendrait beaucoup trop de temps. Dit autrement, ces approches vous permettent non seulement de profiter des performances d’un matériel dédié sur Google Cloud mais également de bénéficier de fonctionnalités (pour valoriser vos données) qui sont aujourd’hui considérées comme les plus avancées du marché.

Améliorer le classement des sites Web grâce à l'analyse SEO basée sur les données

Tue, 10 Aug 2021 11:00:00 +0000

En s'appuyant sur l'évolutivité et la puissance de traitement de Google Cloud, OnCrawl aide ses clients à améliorer leur classement SEO sur les moteurs de recherche. Pour cela, l'entreprise analyse les sites à la demande, même les plus volumineux.

Les bénéfices en utilisant Google Cloud :

Solutions centrées sur les clients fournissant à la demande des résultats SEO exploitables pour des sites ou projets de toute taille grâce à l'autoscaling de GKE

Mise en production plus rapide de nouvelles fonctionnalités et d'intégrations tierces en accélérant le déploiement de plus de 200 %

Libère les équipes IT des tâches de maintenance, permettant un développement plus rapide et plus d'innovation

Augmentation de 70 % du trafic pour les clients grâce à l'analyse basée sur les données

Pour qu'une entreprise s'implante sur un marché, il faut que ses clients potentiels la remarquent. Mais pour cela, elle doit avant tout être visible. À commencer sur le Web. Il faut pour cela qu'elle se fasse d'abord remarquer par les robots d'exploration (Web Crawlers). Ces derniers aident les moteurs de recherche à compiler rapidement des informations sur les sites, à les classer dans un index et à les afficher sur la page de résultats. Bien sûr, toute entreprise qui possède un site Web souhaite que son URL apparaisse la mieux placée possible sur cette page afin d’être aisément repérée par les clients. C'est là qu'entre en jeu la plateforme cloud d’optimisation du référencement naturel (Search Engine Optimization, SEO) d'OnCrawl.

Petites et grandes entreprises utilisent OnCrawl pour comprendre comment les robots d'exploration analysent les pages Web afin d’optimiser au mieux celles de leur site. Le service les aide à identifier les erreurs au niveau de l'optimisation « on-page » (architecture du contenu), du code HTML ou des structures de liens, autant d’éléments qui mal implémentés peuvent compromettre leur classement dans les moteurs de recherche et entraîner une baisse du trafic. Par exemple, un magasin de meubles utilisera OnCrawl pour évaluer quelles catégories de produits (comme "chambre" ou "armoires") conduisent les internautes vers son site Web. En étudiant les corrélations, l’entreprise pourra comprendre quelles caractéristiques rendent ces catégories plus performantes dans les moteurs de recherche. Autre exemple, les magazines en ligne peuvent augmenter la portée de leurs articles en surveillant le temps qu'il leur faut pour être listés dans les moteurs de recherche et en optimisant leur contenu avec les bons mots-clés et leurs structures de site pour générer des aperçus plus parlants dans les résultats de recherche.

« Notre plateforme doit pouvoir répondre à tous les besoins de nos clients, à tout moment. Pour cela, il nous fallait une technologie à la fois automatisée, disponible en permanence et capable de gérer des tâches gourmandes en ressources. Notre choix s'est rapidement porté sur Google Cloud, et c'est ce qui nous a permis d'en arriver où nous en sommes aujourd'hui, en partant de zéro. »

– Philippe David, Chief Technology Officer, OnCrawl

Grâce à des connecteurs compatibles avec les principales plateformes d'analyse et autres sources de données, les clients peuvent ajouter les informations collectées par OnClawl à leurs propres tableaux de bord. Ils bénéficient ainsi d'insights SEO exploitables à la volée. Aujourd'hui, l'entreprise traite 7 000 explorations par mois, ce qui représente plus de 250 millions d'URL explorées.

Offrir aux clients des explorations plus rapides et à la demande

Les robots d'exploration sont confrontés à des difficultés différentes selon le type de site Web. Typiquement, les sites JavaScript sont plus dynamiques et nécessitent des ressources importantes, ce qui les rend plus complexes à explorer que les sites Web standards. Mais même l'exploration de ces derniers requiert toute une séquence automatisée de tâches. À commencer par l’extraction de toutes les données et leur traitement sous Apache Spark. Pour améliorer la fiabilité et l'efficacité de ses explorations, OnCrawl a adopté en 2017 une approche orientée microservices s’appuyant sur Google Kubernetes Engine (GKE).

Grâce à GKE, les développeurs d'OnCrawl peuvent déployer de nouvelles fonctionnalités plus souvent et automatiser des tâches qui nécessitaient autrefois une intervention manuelle. Au lieu de provisionner un cluster pour chaque tâche Spark et le conserver, OnCrawl génère automatiquement des clusters éphémères avec Dataproc, qui sont supprimés une fois la tâche terminée. Cela permet d'automatiser davantage les explorations mais rend surtout les clusters moins coûteux et plus simples à maintenir.

« Grâce à Google Kubernetes Engine, nous pouvons lancer immédiatement des projets gigantesques. Nos clients peuvent donc explorer des centaines de millions de pages JavaScript du jour au lendemain s'ils le souhaitent. Il est déjà arrivé que notre robot d'exploration JavaScript passe de 10 pods Kubernetes à 750 en quelques minutes, sans le moindre problème. »

– Philippe David, Chief Technology Officer, OnCrawl

Déploiements plus fréquents et scaling automatique améliorent l'expérience utilisateur des clients avec des explorations plus rapides et disponibles à la demande. Comme l'évolutivité est illimitée, les clients de petite envergure ne sont pas lésés si d'autres clients plus importants ont besoin des ressources.

« Le Machine Learning est l'avenir du SEO. Grâce à ses puissantes capacités de traitement et ses fonctionnalités de scaling automatique, Google Cloud nous a permis de transformer OnCrawl en plateforme de Machine Learning. Et nous sommes ainsi bien partis pour devenir le leader mondial de l'analyse SEO basée sur les données dans les environnements de Machine Learning. »

– Vincent Terrasi, Head of Data and Product, OnCrawl

Mettre en place des traitements de données simplifiés et mieux intégrés

Grands ou petits, tous les clients d’OnCrawl expriment un besoin croissant d’accès aux données. En créant un lac de données de 500 To avec Cloud Storage, OnCrawl a instauré dans toute l'entreprise une véritable culture de la donnée. Des données qui sont traitées à grande échelle avec BigQuery. Avec ses bibliothèques prêtes à l'emploi, BigQuery s'intègre facilement aux outils d'analyse et de visualisation du marché, ce qui permet à OnCrawl de fournir à ses clients les données dont ils ont besoin, dans les outils qu'ils utilisent. D’autant que la connectivité des solutions de données de Google Cloud facilite l'intégration de nouveaux outils à mesure que la plateforme évolue.

En 2020, séduit par la popularité croissante de Google Data Studio, OnCrawl a lancé un connecteur dédié à ce service. L’infrastructure étant déjà en place, ses développeurs se sont simplement contentés d'interconnecter les API entre les services Google Cloud. Dans la configuration actuelle, BigQuery récupère automatiquement les données stockées dans Cloud Storage au format Apache Parquet et les exporte vers Data Studio.

Grâce à ce connecteur Data Studio, les clients peuvent automatiquement et en temps réel envoyer les données d’OnCrawl vers leur tableau de bord. Ainsi, de grandes quantités d’informations sont immédiatement accessibles aux services marketing, responsables et clients, qui peuvent en dégager des insights exploitables pour améliorer les pages et leur référencement.

« Mettre les données à la disposition de nos clients dans les formats dont ils ont besoin, c'est devenu une composante essentielle de nos activités SEO », indique Rebecca Berbel, Content Manager chez OnCrawl.

« Quand nous avons pris conscience de l'utilisation croissante de Data Studio en tant qu'outil de visualisation, il nous a été très facile de répondre à cette demande grâce à notre infrastructure Google Cloud et d'offrir aux clients les fonctionnalités qu'ils nous demandaient. »

Préparer, analyser et exporter les données rapidement

Plus les clients d'OnCrawl collectent de données, plus les efforts à déployer pour les interpréter sont importants. Pour simplifier l’analyse des données, le service propose une segmentation avancée et personnalisée divisant un ensemble de pages en groupes thématiques. Une telle segmentation permet des analyses plus systématiques des sites et aide à mieux identifier des tendances ou des anomalies en fonction des types de pages ou de métriques spécifiques. Grâce à cette segmentation personnalisée, les utilisateurs peuvent par exemple réaliser des analyses croisées plus pertinentes pour leur secteur d'activité et repérer des optimisations qui pourraient échapper à d'autres plateformes SEO.

« La puissance de traitement et l'évolutivité à la demande de Google Cloud nous permettent de préparer, d'analyser et d'exporter rapidement les données, même au sein des segmentations personnalisées créées par nos utilisateurs », indique Vincent Terrasi, Head of Data and Product chez OnCrawl. « C'est pourquoi notre solution est la seule sur le marché à pouvoir analyser les données de segmentations en temps réel. »

OnCrawl n'a de cesse de rendre les données SEO plus exploitables, ce qui lui a valu de recevoir de nombreux prix, y compris celui du meilleur logiciel SEO au monde en 2020. Mais sa vraie récompense, c'est la réussite de ses clients. « Certains ont enregistré une augmentation du trafic généré par les résultats naturels pouvant atteindre 70 % et même plus en améliorant la structure de leur site sur la base d'insights SEO exploitables », déclare Rebecca Berbel.

Dans le même temps, les Web crawlers actuels explorent également de nouveaux territoires. L’usage du Machine Learning rend les algorithmes des moteurs de recherche de plus en plus sophistiqués et donc de plus en plus difficiles à analyser. Pour continuer à obtenir les meilleurs classements dans les résultats des moteurs de recherche, les clients d'OnCrawl vont avoir besoin à l’avenir de données SEO encore plus pertinentes. C'est pourquoi OnCrawl a commencé à revoir ses composants afin de traiter toutes les données collectées à l'aide d'algorithmes ML (Machine Learning). Disposer d’une infrastructure Google Cloud déjà opérationnelle donne à l’éditeur les moyens d'adopter rapidement des technologies ML nécessitant d'importantes ressources de calcul.

« Le Machine Learning est l'avenir du SEO », ajoute Vincent Terrasi. « Grâce à ses puissantes capacités de traitement et ses fonctionnalités de scaling automatique, Google Cloud nous a permis de transformer OnCrawl en plateforme de Machine Learning. Nous sommes ainsi bien partis pour devenir le leader mondial de l'analyse SEO basée sur les données dans les environnements de Machine Learning ».

En savoir plus sur Google Cloud VMware Engine

Thu, 08 Jul 2021 20:30:00 +0000

Vous avez des workloads VMware et vous envisagez de moderniser votre système en passant au cloud pour améliorer votre agilité et réduire votre coût total de possession ? Alors VMware Engine est fait pour vous ! Il s’agit d’un service de VMware managé reposant sur une infrastructure bare metal qui exécute les piles de logiciels sur Google Cloud – de façon entièrement dédiée et physiquement isolée des autres clients.

Dans ce billet de blog, je vous présente Google Cloud VMware Engine, ses avantages, ses fonctionnalités et ses cas d’utilisation.

Avantages de Google Cloud VMware Engine

Continuité opérationnelle - Google offre un accès natif aux plates-formes VMware. Le service est vendu, fourni et pris en charge par Google : aucune entreprise tierce n’intervient. L’architecture est compatible avec vos applications existantes, ainsi qu’avec vos outils et processus d’exploitation, de sécurité, de sauvegarde, de reprise après sinistre, d’audit et de conformité.
Aucune formation nécessaire - Vos équipes peuvent utiliser leurs compétences et leurs connaissances existantes.
Agilité de l’infrastructure - Le service est fourni dans le cadre de Google Cloud et l’infrastructure peut être modulée sur demande en quelques minutes.
Sécurité - L’accès à l’environnement via Google Cloud assure une protection DDoS et une surveillance de la sécurité intégrées.
Compatibilité des politiques - Vous pouvez continuer à utiliser les outils VMware et les procédures de sécurité, les pratiques d’audit et les certifications de conformité.
Surveillance de l’infrastructure - Vous pouvez compter sur la fiabilité de notre service, grâce à une informatique réseau entièrement redondante et dédiée, fournissant jusqu’à 99,99 % de disponibilité, pour répondre aux besoins de votre pile VMware. Une surveillance de l’infrastructure est également en place, de sorte que le matériel défectueux est immédiatement remplacé.
Plate-forme hybride - Le service offre un accès à haut débit et à faible latence à d’autres services Google Cloud, tels que BigQuery, AI Platform, Cloud Storage, entre autres.
Coût réduit - Parce qu’il est conçu pour l’automatisation, l’efficacité opérationnelle et la modularité, le service est également économique !

Comment fonctionne Google Cloud VMware Engine ?

Google Cloud VMware Engine facilite la migration ou l’extension de votre environnement VMware vers Google Cloud. Voilà comment cela fonctionne : vous pouvez facilement migrer vos instances VMware vers Google Cloud, en utilisant les licences HCX incluses, via VPN cloud ou interconnexion. Le service comprend VMware vCenter, les machines virtuelles, ESXi Hosts, le stockage et le réseau sur bare metal ! Connectez-vous en toute simplicité à d’autres services de Google Cloud, tels que Cloud SQL, BigQuery, Memorystore, etc.

Vous avez accès à l’UI du service, à la facturation, ainsi qu’à la gestion des identités et des accès depuis la console Google Cloud et vous pouvez vous connecter à des services tiers de reprise après sinistre et de stockage, comme Zerto et Veeam.

Cas d’utilisation de Google Cloud VMware Engine

Abandon ou migration des centres de données - Modulez la capacité des centres de données dans le cloud et arrêtez de gérer le renouvellement du matériel. Réduisez les risques et les coûts en migrant vers le cloud, tout en continuant d’utiliser les outils et les compétences VMware que vous maîtrisez. Dans le cloud, utilisez les services de Google Cloud pour moderniser vos applications à votre rythme.
Expansion sur demande - Modulez la capacité pour répondre à des besoins imprévus, comme de nouveaux environnements de développement ou des hausses de capacité saisonnières, et conservez-la seulement tant que vous en avez besoin. Réduisez votre investissement de départ, accélérez votre vitesse d’approvisionnement et réduisez la complexité en utilisant la même architecture et les mêmes politiques dans les infrastructures sur site et dans le cloud.
Reprise après sinistre et bureaux virtuels dans Google Cloud - Des connexions à haut débit vous permettent de téléverser et de télécharger rapidement des données pour rétablir la situation après un incident.
Bureaux virtuels dans Google Cloud - Créez des bureaux virtuels (VDI) dans Google Cloud pour accéder à distance à vos données, vos applications et vos bureaux. Les réseaux à faible latence assurent un temps de réponse court, similaire à celui d’une application de bureau.
Alimentation des charges de travail et des bases de données haute performance - Vous disposez dans Google Cloud d’une architecture hyperconvergente, conçue pour exécuter vos charges de travail VMware les plus exigeantes, comme Oracle, Microsoft SQL Server, les systèmes de middleware et les bases de données noSQL haute performance.
Unification des DevOps entre VMware et Google Cloud - Optimisez l’administration VMware en utilisant les services de Google Cloud qui peuvent être appliqués à toutes vos charges de travail, sans pour autant devoir étendre votre centre de données ou modifier l’architecture de vos applications. Vous pouvez centraliser les identités, les politiques de contrôle d’accès, l’enregistrement et la surveillance pour les applications VMware sur Google Cloud.

Conclusion

Voilà, vous savez tout ! Google Cloud VMware Engine : ses cas d’utilisation, ses avantages, comment ça fonctionne. Si cet article a éveillé votre intérêt, consultez la documentation Google Cloud VMware Engine et la démo pour plus de détails.

Voici une vidéo sur Google Cloud VMware Engine :

Pour plus de #GCPSketchnote, suivez les archives GitHub et pour plus de contenu similaire sur le cloud, suivez-moi sur twitter @pvergadia et jetez un œil à thecloudgirl.dev.

DoiT, accélérateur de croissance des entreprises sur Google Cloud

Fri, 28 May 2021 10:00:00 +0000

La mission de DoiT International, partenaire premium de Google Cloud, est d’aider les entreprises de la tech à tirer le meilleur parti du cloud. En apportant son expertise technique, DoiT les aide à se concentrer sur la livraison de produits et services de qualité à leurs clients. Centré sur les entreprises digitales natives, DoiT soutient aujourd'hui les besoins en cloud computing de plus de 1000 startups et entreprises de la tech à croissance rapide, dans près de 70 pays. Parmi ses clients figurent des sociétés innovantes de la tech mondiale comme JFrog, RedisLabs, Influx Data, Cockroach Labs, Recurly, Sift, Instana, et bien d'autres.

Son modèle commercial unique révolutionne l’approche CloudOps habituelle : il propose l’accès à un support illimité aux consultants, de l’assistance et de la formation pour aider les entreprises à évoluer et à se développer. Pour en savoir plus sur la manière dont DoiT déploie son expertise en apprentissage automatique, en algorithmes, en analyse complexe et en conception de systèmes de résolution des problèmes complexes à grande échelle, nous avons rencontré Kahina Saighi, Country Manager France de DoiT.

Pourquoi avoir choisi Google Cloud en tant que partenaire ?

Cela fait bientôt dix ans que nous travaillons avec Google Cloud. Chez DoiT, nous aimons la technologie, en particulier l'open source, et beaucoup d’entre nous utilisent Google Cloud depuis le début. Nous travaillons désormais main dans la main avec l'ensemble de l'écosystème Google, de Google Workspace à Google Maps Platform, Looker, Apigee, et beaucoup d’autres. L'année dernière, nous avons annoncé un engagement stratégique de 1,5 milliard de dollars avec Google Cloud, ce qui fait de nous le plus grand fournisseur au monde de services gérés pour Google, et ce qui nous permettra de porter la transformation digitale encore plus loin.

Comment accompagnez-vous vos clients européens, d’Afrique et du Moyen-Orient à s'approprier Google Cloud ?

Pour tirer parti des déploiements cloud, vous avez besoin d'une architecture qui fonctionne bien dans le monde réel, avec une visibilité opérationnelle totale et un contrôle sensible des ressources. Dans ce but, la plateforme de gestion cloud de DoiT permet d’accélérer l'adoption de la gamme complète de services et de capacités de Google Cloud. Nous nous engageons également à soutenir les organisations à l'aide de développements open source. Sur GitHub, vous pouvez vous faire une idée des plug-ins que nous développons pour Google Cloud et Workspace. Enfin, chez DoiT, nous soutenons les équipes techniques en transmettant nos connaissances aux ingénieurs de nos clients. Nous partageons constamment nos connaissances et notre expertise avec nos clients via notre blog DoiT Engineering, et aussi des événements et des webinaires.

Avez-vous l'impression que la communauté Google Cloud s’étend ?

Nous observons un nombre croissant de startups qui se structurent avec Google Cloud, ainsi que des entreprises réputées qui migrent ou s’orientent vers une architecture multi-cloud. Toutes considèrent Google Cloud comme un partenaire solide pour Kubernetes, l'analyse de données et les charges de travail ML.

La recherche en IA responsable nécessite les contributions croisées de nombreuses équipes. Quelles sont vos meilleures pratiques ?

Alors que les entreprises sont de plus en plus tenues de se conformer aux réglementations de l'industrie, l'IA responsable est un impératif commercial qui affecte directement les résultats. Proposer une IA responsable s'appuie sur la manière dont vos données ont été collectées et traitées. Chez DoiT, nous avons aidé nos clients à tirer parti de Cloud Data Loss Prevention pour les aider à découvrir, classer et protéger les données sensibles. Ceci leur permet de contrôler la façon dont les informations sont utilisées en aval.

Quels sont les outils clés que vous recommanderiez pour une IA responsable ?

Tandis que l'accès à l'IA se démocratise, les méthodes deviennent plus opaques. Des services tels que AI Explanations deviennent alors de plus en plus décisifs pour que les équipes puissent comprendre les prédictions de leurs modèles. Pour déterminer la validité d'un modèle, nous avons besoin d'identifier des groupes au sein desquels les individus ont des expériences différentes. Ainsi, le découpage des données avec des outils tels que TensorFlow Model Analysis et Fairness Indicators est fréquent chez nos clients. Pour les modèles déjà déployés, des outils tels que What-If peuvent livrer des informations précieuses quant à l'impact de chaque fonctionnalité sur la prédiction du modèle.

Quelles solutions innovantes les consommateurs et les marques peuvent-ils attendre en 2021 ?

La “Cloud Management Platform” (CMP) de DoiT deviendra encore plus puissante qu'elle ne l'est déjà, proposant aux clients le niveau de pilotage dont ils ont besoin pour vraiment s'approprier le cloud. Un contrôle plus granulaire des coûts avec une détection automatique des anomalies garantira aux clients un contrôle total sur leurs dépenses, superQuery pour la gestion des projets Google BigQuery bénéficiera de plusieurs mises à niveau, et bien plus encore ! Pour en savoir plus, suivez-nous sur Linkedin.

Quels sont les éléments les plus importants à prendre en compte lors de la mise en œuvre d'une stratégie cloud ?

La sécurité devrait toujours apparaître en tête de liste.
Les objectifs de fiabilité viennent ensuite car ils ont un impact direct sur presque toutes les autres décisions d'architecture.
Les coûts et la complexité suivent à égalité, car ils sont souvent étroitement liés, s'influençant réciproquement à court et à long terme.
Enfin, votre stratégie cloud permet-elle suffisamment à votre entreprise ainsi qu'à votre infrastructure technologique de se développer ?

Comment décririez-vous Google Cloud en trois mots ?

Coder. Construire. Utiliser.

Que vous recherchiez une assistance en matière de déploiement, de développement ou de formation, notre réseau de partenaires peut vous aider. La plateforme ouverte de Google permet à nos partenaires de s'appuyer sur nos produits, de créer de nouvelles opportunités pour nos clients et d'étendre le domaine du possible dans le cloud. Contactez DoiT International pour trouver le soutien adapté à vos objectifs de transformation et entamer votre transition vers le cloud.

Migrer vers Google Cloud en toute simplicité

Thu, 27 May 2021 11:00:00 +0000

Chez Google Cloud, nous pensons que la transformation numérique d'une entreprise passe par une intégration efficace des fonctionnalités du cloud public. Une stratégie de transformation numérique réfléchie ne se limite pas à garantir votre compétitivité. Elle doit également optimiser vos activités en déchargeant votre équipe informatique des tâches à faible valeur et fastidieuses, afin de lui permettre de se concentrer sur des projets innovants et à fort impact.

Bien souvent, migrer vers le cloud constitue la première étape de la transformation numérique, car c'est un moyen simple et rapide de réaliser des économies et de gagner en flexibilité. Cet article aborde la migration d'une environnement sur site ou sur le cloud public vers Google Cloud.

En vérité, il n'existe aucun modèle unique de transformation numérique ou de stratégie de migration. Les éléments et nuances à prendre en compte sont spécifiques à chaque projet. Il s'agit avant tout de cerner les avantages et les inconvénients des options disponibles et de prendre des décisions en conséquence.

Par où commencer ?

Pour que votre stratégie de migration d'applications soit couronnée de succès, vous devez analyser correctement votre point de départ. Ne tenez pas compte uniquement des exigences techniques, mais adoptez une approche globale, incluant vos objectifs commerciaux (présents et futurs), les échéances critiques et vos capacités internes. Selon votre situation, votre délai de rentabilisation correspondra à l'une ou l'autre des catégories présentées ci-dessous. Il n'existe pas de processus unique de migration. Quelle que soit la méthode choisie, sachez que vous pourrez toujours développer votre infrastructure par ajouts successifs afin de tirer davantage parti du cloud.

Devez-vous migrer vers Google Cloud ?

Pour savoir si vous pouvez et devez migrer vos applications vers le cloud, commencez par vous poser les questions suivantes :

Les composants de mes applications ont-ils fait l'objet d'une virtualisation ou s'y prêtent-ils ?

Mes applications peuvent-elles s'exécuter dans un environnement cloud tout en respectant l'ensemble des exigences en matière de licences, de sécurité, de confidentialité et de conformité ?

Les dépendances des applications (comme les langages tiers, les frameworks, les bibliothèques, etc.) sont-elles toutes compatibles avec le cloud ?

Si la réponse à l'une de ces questions est négative, nous vous recommandons d'évaluer s'il est possible de remplacer ces composants par une solution cloud. Si ce n'est pas possible, nous vous conseillons de laisser ces composants sur site lors de la phase initiale de votre transformation numérique. Vous pourrez alors vous concentrer sur la migration de vos autres composants applicatifs.

Si la conservation de ces éléments sur site n'est plus une solution viable (en cas d'arrêt total de votre centre de données, par exemple) ou si vous voulez vous rapprocher physiquement des ressources cloud, nous vous recommandons de tirer parti de la solution Bare Metal de Google Cloud, ou de passer à une installation hébergée en colocation adjacente à la région cloud correspondante.

Quel est le meilleur processus de migration pour vous ?

Pour démarrer votre transformation, nous vous recommandons d'envisager cinq types clés de migration vers Google Cloud :

Migrer vers des services managés Google Cloud
Migrer vers des conteneurs sur Google Kubernetes Engine (GKE) ou Anthos
Migrer vers des machines virtuelles (Lift and Shift) sur GCE (Google Compute Engine)
Migrer vers Google Cloud VMware Engine
Migrer vers la solution Bare Metal de Google Cloud

Prenons les exemples de scénarios suivants :

Si vous avez une échéance à très court terme dans votre projet de migration, l'option "Lift and Shift" peut être un choix judicieux pour moderniser immédiatement votre infrastructure en la déplaçant vers le cloud. De plus, rien ne vous empêche de continuer à la moderniser plus tard.

Si vous souhaitez profiter immédiatement de la migration vers le cloud, mais que vous êtes soumis à des contraintes de temps ou que vous n'avez pas les compétences nécessaires, la migration "Lift and Optimize" est la solution idéale. Avec les machines virtuelles ou VMware Engine dans le cloud, vous continuez à utiliser le même environnement virtualisé, mais profitez immédiatement de l'élasticité et de la scalabilité du cloud.

Si vous souhaitez profiter immédiatement des avantages du cloud (élasticité, scalabilité, services managés, etc.), il peut s'avérer plus efficace de procéder à une modernisation plus agressive (en adoptant la technologie des conteneurs, par exemple) conjointement avec la migration. La migration "Move and Improve" et la "refactorisation" conviennent parfaitement à cette situation. Toutefois, notez que la mise en œuvre de cette stratégie est un peu plus longue, car il faut apporter quelques modifications aux applications existantes pour les adapter aux conteneurs et/ou au fonctionnement d’une informatique sans serveur aussi connue comme un modèle serverless.

Déterminez le processus de migration le plus adapté à votre application à l'aide de l'arbre de décision suivant.

Cas d'utilisation courants

Cas d'utilisation 1 : Utilisation intensive du cloud hybride

Configurez la connectivité entre le centre de données sur site et le cloud à l'aide de Cloud Interconnect.
Créez une zone de destination cloud, en particulier le projet et les ressources telles que Google Compute Engine (GCE), Google Kubernetes Engine (GKE), Google Cloud VMware Engine (GCVE) ou Anthos.
Procédez ensuite à la migration "Lift and Shift" ou "Lift and Optimize" des solutions déployées sur site vers la ressource adéquate dans le cloud.
À ce stade, en cas de pics trafic, vous n'avez qu'à les transférer vers Google Cloud pour réduire la contrainte exercée sur le centre de données existant.

Cas d'utilisation 2 : Moderniser avec Anthos

Configurez la connectivité du réseau à GCP à l'aide de Cloud Interconnect.
Créez une zone de destination cloud.
Procédez ensuite à la migration "Lift and Shift" des solutions déployées pour libérer de la capacité sur site.
Créez une zone de destination Anthos sur site.
Modernisez ensuite les applications sur site et dans le cloud.

Cas d'utilisation 3 : Migrer, développer, fermer

Configurez la connectivité du réseau à GCP à l'aide de Cloud Interconnect.
Créez une zone de destination cloud.
Migrez ensuite toutes les solutions déployées.
Enfin, fermez le centre de données lorsque la migration est terminée. Mettez hors service tout le matériel qui n’est plus utilisé.

Cas d'utilisation 4 : Activation du site DR (Disaster Recovery)

Configurez la connectivité du réseau à GCP à l'aide de Cloud Interconnect.
Créez une zone de destination cloud.
Vous pouvez alors dupliquer tous les workloads dans Google Cloud.
Ensuite, faites de la connectivité utilisateur à Google Cloud la connectivité PRINCIPALE.
Enfin, supprimez en une fois l'installation hébergée en colocation.

Conclusion

Que vous commencez votre transformation numérique ou que vous en soyez à mi-chemin, Google Cloud répond à vos besoins, et vous aide à passer facilement à une infrastructure plus flexible et plus agile. Nous espérons que les étapes présentées ci-dessus vous serviront de point de départ et faciliteront votre transformation numérique.

Nous mettons à votre disposition toute une série de vidéos sur la migration vers le cloud qui vous explique par où commencer.

Pour obtenir plus d'informations sur la migration, consultez ce livre blanc ainsi que
ce guide de solution.

Pour davantage de conseils #GCPSketchnote et de contenus cloud similaires, suivez-moi sur Twitter @pvergadia et consultez régulièrement thecloudgirl.dev.

L'évolution de l'architecture de données au New York Times

Tue, 18 May 2021 14:00:00 +0000

Comme presque toutes les entreprises de la planète, le New York Times a dû rapidement s'adapter aux défis imposés par la pandémie de coronavirus en 2020. Par chance, notre système de données associé à Google Cloud nous a permis de nous adapter rapidement et efficacement à la nouvelle normalité.

Comment nous utilisons les données

Avec notre plate-forme de données end-to-end, nous collaborons étroitement avec nos équipes produit afin de collecter les données qui les intéressent, comme les articles lus par les utilisateurs et le temps qu'ils passent sur le site. Nous mesurons fréquemment notre audience afin de comprendre nos segments d'utilisateurs et de savoir comment ils accèdent à notre site ou utilisent nos applications. Nous transmettons ensuite ces données aux analystes pour qu'ils effectuent une analyse de bout en bout.

De son côté, la salle de rédaction s’intéresse également à l'audience. Avec les outils que nous avons développés, ils ont davantage de visibilité : impact de la recherche Google ou des promotions sur les réseaux sociaux pour le New York Times, comportement des visiteurs sur nos pages. Grâce à ces données, la salle de rédaction peut prendre des décisions concernant les informations qui s'affichent sur notre page d'accueil ou dans les notifications push.

Enfin, nous attachons de l'importance à l'analyse comportementale, c'est-à-dire à la manière dont les utilisateurs naviguent sur notre site ou dans nos applications. Nous souhaitons comprendre les différents modèles comportementaux, ainsi que les facteurs ou les fonctionnalités qui incitent les utilisateurs à s'enregistrer ou à s'abonner à nos services.

De plus, nous exploitons les données pour créer ou améliorer les préférences de personnalisation, et ainsi proposer à nos utilisateurs des contenus inédits ou qu'ils n'auraient peut-être pas lus autrement. Notre système de ciblage combine nos données pour nous permettre d’envoyer des messages concernant nos offres d'abonnement adaptés au profil des utilisateurs.

Pourquoi Google Cloud

Lors de mon arrivée au New York Times il y a cinq ans, notre architecture de données ne répondait pas à nos besoins. Les données collectées par notre infrastructure étaient plus difficiles à traiter au quotidien pour les analystes. Nous avons rencontré également des difficultés liées au traitement par flux de ces données dans notre système et notre environnement. À l'époque, nous avions le temps de sortir boire un café le temps que la requête s’exécute. Voir même deux cafés.

Nous nous sommes rendu compte que Hadoop n'était pas la solution sur site qui nous convenait. C'est alors que nous avons contacté l'équipe Google Cloud. Le début de notre transformation numérique a été marqué par la migration de nos services vers BigQuery, leur entrepôt de base de données sans serveur entièrement géré. Nous devions respecter un calendrier de migration particulièrement serré, en commençant par les analyses. Nous avons veillé à fournir à nos analystes un système haut de gamme adapté à leurs besoins en termes de traitement de données.

Le fait que les analystes puissent travailler le plus rapidement possible pour fournir des livrables de qualité à leurs partenaires commerciaux a été l'un des éléments déterminants dans notre choix d'architecture de données. Pour nos analystes, la transition vers BigQuery a marqué le début d'une nouvelle ère. Je me souviens encore lorsque mon responsable a exécuté sa première requête sur BigQuery. Il était sur le point d’aller boire un café, mais il s’était à peine levé de sa chaise que la requête était terminée. Nos analystes en parlent encore aujourd'hui.

Lors de notre transition vers BigQuery, nous avions peur que le scaling de nos autres systèmes ne puisse s'effectuer correctement. Il y a deux ans, nous pensions ne pas pouvoir nous adapter au pic d'audience attendu le jour de l'élection. Nous sommes parvenus à confectionner une solution temporaire, mais nous savions qu'il ne nous restait que deux ans pour trouver une solution fiable et réelle.

Au cours de cette période, nous avons principalement déplacé notre pipeline de données vers Google Cloud à l'aide d'App Engine. Cet environnement flexible nous a aidés à ajuster rapidement le scaling selon les exigences et les besoins. Dataflow et Pub/Sub ont également joué un rôle important dans la gestion des données. Lors du 4e trimestre 2020, nous avons enregistré notre record en termes de trafic, avec 273 millions de lecteurs dans le monde entier. Pendant quatre jours d'affilée, nous avons enregistré un trafic plus élevé que les autres semaines d'élection. Nous avons eu le plaisir de constater que nous n'avions perdu aucune donnée.

Il y a quelques années, j'ai passé une nuit entière à veiller à la bonne exécution des données sur notre ancien système. Cette année, j'ai pu rester détendu tout en savourant de la crème glacée le soir de l'élection. En effet, j'étais en mesure de mieux gérer notre environnement de données, ce qui nous a permis de définir et de satisfaire des attentes plus exigeantes en termes d'ingestion de données, d'analyse et d'insight pour nos partenaires de la salle de rédaction.

Comment la COVID-19 a modifié notre feuille de route

La pandémie de coronavirus ne figurait certainement pas sur la feuille de route de mon équipe en 2020. Il est également important de rappeler que le New York Times n'est pas vraiment une entreprise spécialisée dans les données. Notre travail consiste à informer nos utilisateurs chaque jour via notre journal, nos applications et notre site Web. Notre salle de rédaction était loin d'imaginer qu'elle serait amenée à créer une énorme base de données liée au coronavirus qui alimenterait les informations publiées au quotidien.

Notre salle de rédaction évolue rapidement, et nos ingénieurs ont développé l'un des ensembles de données les plus complets sur la COVID-19 aux États-Unis. Avec Google, nous avons décidé de rendre nos données accessibles au public via l'ensemble de données public dédié à la COVID-19 de Google sur BigQuery. Consultez le webinaire suivant pour en savoir plus sur notre architecture d'évolution :

Une approche flexible

Plusieurs de nos équipes utilisent Google Cloud et ont pu choisir parmi les services disponibles pour répondre aux exigences de leurs projets.

Selon nous, la priorisation des services à développer est l'un des défis de la plate-forme de données. Notre capacité à collaborer avec les équipes produit de Google par le biais du Data Analytics Customer Council nous permet de visualiser la feuille de route de BigQuery, ou la feuille de route d'analyse des données. Cela joue un rôle important dans la prise de décision liée à la direction de notre développement. Par exemple, nous avons créé des outils comme notre API de reporting sur les données, qui lit les données directement depuis BigQuery afin de profiter de solutions telles que BigQuery BI Engine. Cette approche permet aux analystes de mieux gérer leurs domaines autour des dimensions et des métriques. Ils n'ont pas à se soucier du développement des mécanismes de mise en cache de leurs données. Cette visibilité nous permet d'adapter le développement du New York Times à la nouvelle normalité et à l'avenir.

Si vous souhaitez en savoir plus sur les équipes en charge des données au New York Times, consultez nos offres d'emploi liées au secteur technologique. Vous y trouverez également de nombreux articles intéressants sur le blog consacré aux données du NYT.

L’enjeu de Devoteam : offrir la meilleure expérience client

Thu, 08 Apr 2021 11:00:00 +0000

Devoteam, premier partenaire de Google Cloud, accompagne ses clients dans la mise en œuvre des ses produits. Les avantages sont multiples et de nouvelles opportunités émergent en permanence. Cependant, cette transformation ne s’improvise pas : le manque de temps, la complexité de la mise en œuvre, l’abondance des solutions suggèrent le recours à une expertise dynamique. Chaque cas est particulier, et pour optimiser votre transformation, c’est d’un service sur mesure dont vous aurez besoin.

Pure player depuis sa création en 2009, Devoteam propose des solutions digitales innovantes. Son slogan, Tech For People, démontre son envie d’accompagner efficacement et de développer des stratégies d’adaptation pérennes pour structurer la transformation digitale d’une entreprise. Passionné par le monde du digital, Nicolas Sarrazy, responsable de la plateforme Google Cloud chez Devoteam nous parle de ces enjeux et du partenariat avec Google Cloud.

Pourquoi vous définissez-vous comme un véritable "game changer" lors de l’accompagnement de vos clients dans leur transformation digitale ?

Notre approche est basée sur un concept que nous appelons “accélérateur”. Nous accompagnons nos clients pour innover avec continuité, se préparer aux changements et leur fournir une efficacité opérationnelle et financière. Nous avons des expertises méthodologiques, documentaires et technologiques qui nous permettent de délivrer en toute confiance les projets les plus innovants et les plus complexes. Nous avons plus de 200 clients, des entreprises de toute taille, qui nous font confiance sur Google Cloud.

Quel est le processus typique de gestion de la transformation Google Cloud proposée à vos clients ?

Nous accompagnons nos clients de bout-en-bout dans leur transformation.

En amont, nous les aidons à identifier les cas d’usages les plus pertinents. Notre expertise nous permet alors d’évaluer avec eux la faisabilité et l’opportunité de migrer leurs infrastructures. Nous les assistons également pour auditer leur environnement Google Cloud existant.

Lors de la phase suivante, nous introduisons la mise en œuvre des bonnes pratiques en créant des fondations résilientes, sécurisées et mesurables et accompagnons nos clients dans tous leurs projets d’implémentation.

En parallèle, nous opérons la plateforme pour répondre à tous les besoins 24/7. Ainsi, nous pouvons garantir le service et optimiser au fur et à mesure.

L’essor du numérique a été un sujet important. À votre avis, à quoi ressemble l'avenir pour vos clients ?

La crise du covid19 a été un réel accélérateur. Aujourd’hui, nos clients doivent tous se réinventer pour s’adapter à la nouvelle réalité, gagner de nouveaux marchés ou tout simplement survivre. Le digital est incontournable et tous en ont conscience. Cela se matérialise par exemple par l’accélération des projets Move to Cloud qui permettent de gagner en agilité et d’être profitable. L’autre tendance est l’introduction massive de la data pour améliorer la connaissance client et les processus opérationnels des entreprises.

Quelles sont les solutions Google Cloud que vous favorisez pour accompagner au mieux vos clients ?

Nous avons développé une expertise forte dans trois domaines. Tout d’abord, la modernisation d’infrastructure et d’application, spécifiquement la migration vers Google Cloud, la mise en place d’environnements managés autour de Kubernetes, ou le multi Cloud avec Anthos. Ensuite, la data, et plus spécialement le Data Engineering et l’analyse de données avec Looker, pour aider nos clients à tirer le meilleur parti de leurs données. Enfin, le développement applicatif, notamment en intégrant les API d’intelligence artificielle de Google.

Quelles sont les solutions produits les plus innovantes que vous avez mises en œuvre avec vos clients, en 2020 ?

Google innove sans cesse, non seulement pour nos clients, mais aussi pour nos propres équipes. Trois services nous ont particulièrement marqué l’année précédente :

La nouvelle référence dans le monde de la data : Dataflow, qui a trouvé sa place dans nos architectures data de référence en complément de BigQuery.

AutoML qui place désormais le Machine Learning à la portée de tous. Nos clients réalisent avec AutoML Tables à quel point leurs données sont une mine d’information jusqu’alors inexplorée.

Dialogflow s’impose également comme une nouvelle référence pour la création d’interfaces conversationnelles (chatbot ou voicebot). De nouvelles opportunités s’ouvrent pour continuer à innover avec l’intégration au Contact Center AI.

Quelles sont les solutions Google Cloud les plus recherchées par vos clients ?

Google Kubernetes Engine, BigQuery et App Engine sont les plus demandés. Tous nos clients sont demandeurs et souhaitent accélérer leur transformation avec GKE : déployer, manager et faire évoluer des clusters Kubernetes n’a jamais été aussi accessible. Tous sont également séduits par la scalabilité illimitée, les performances uniques et le coût imbattable de BigQuery. Énorme consensus, aussi, autour de AppEngine qui permet de créer rapidement une app sans jamais se soucier de l’infrastructure sous-jacente : nos développeurs et nos clients ne jurent que par ce service.

Comment décririez-vous l’expérience liée à votre partenariat avec Google Cloud ?

En tant que partenaire privilégié, nous travaillons au quotidien avec les équipes de Google Cloud, avec un accompagnement tant sur les aspects commerciaux que techniques pour résoudre les problématiques les plus complexes. Nous avons également accès à certains services en avant-première, ce qui nous donne à la fois l’opportunité de les tester et la possibilité de transmettre en retour nos commentaires aux équipes produits de Google Cloud. Ainsi, nous sommes prêts à accompagner nos clients dès le lancement d’un nouveau service. Notre relation avec Google Cloud est basée sur la transparence, l’innovation conjointe et le même sens aigu de la satisfaction client. C’est en suivant ces principes forts que nous souhaitons poursuivre notre développement.

Quels conseils aimeriez-vous partager avec nos futurs clients ?

N’attendez plus, foncez ! L'approche de Google Cloud est tournée vers l'innovation et l'ouverture, et le nombre croissant de clients qui basculent vers cette plateforme est le meilleur témoignage de son positionnement unique. Si vous pensez à transformer votre infrastructure, n'hésitez plus, Devoteam est là pour vous accompagner et vous soutenir.

Comment décririez-vous l’attraction de Google Cloud en trois mots ?

Innovation

Ouverture

Performances (au pluriel !)

Dans un souci constant de favoriser l’utilisation de solutions agiles et innovantes au service de ses clients, Devoteam souligne les atouts du réseau Google Cloud Partner. Nos partenaires du programme Partner Advantage s’appuient ainsi sur nos produits pour vous assister. Vous pouvez bénéficier d’une assistance complète pendant la migration vers le cloud ou la mise en place de votre stratégie, pour développer de nouvelles applications, ou encore obtenir une démonstration.

Découvrez pourquoi utiliser Migrate for Anthos pour migrer des applis vers des conteneurs

Fri, 05 Feb 2021 11:00:00 +0000

Nous savons pour la plupart qu'il y a un vrai intérêt à moderniser les charges de travail, et de nombreux témoignages de clients satisfaits le prouvent. Mais bien que les avantages d'une migration vers Kubernetes aient été parfaitement documentés, beaucoup d'entreprises n'ont toujours pas pu franchir le pas.

Pour les organisations réticentes, la modernisation manuelle des charges de travail traditionnelles s'exécutant sur des VM en conteneurs représente un projet très complexe, à la fois coûteux et chronophage. Par exemple, certaines offres de refactorisation peuvent s'élever à 100 000 $, voire plus, pour une seule application de petite à moyenne envergure. Multipliez cela par 500 applications, et vous vous retrouvez avec un projet à 50 millions ! Sans parler du temps que cela pourrait prendre. Par ailleurs, certaines charges de travail (par exemple, celles provenant de tiers ou d'éditeurs de logiciels indépendants) ne permettent pas d'accéder au code source, ce qui empêche toute conteneurisation manuelle.

Résultat : de nombreuses entreprises sont bloquées dans la migration de leur centre de données, en particulier celles qui souhaitent aller au-delà de la migration Lift and Shift de leurs charges de travail importantes. Heureusement, il existe une alternative. En exploitant les technologies de conteneurisation automatisées et vous associant aux bons partenaires de solutions, vous pouvez réduire le temps et le coût d'un projet de modernisation jusqu'à 90 %, tout en bénéficiant de la plupart des avantages liés à une refactorisation manuelle.

Dans ce contexte, des outils comme Migrate for Anthos offrent un moyen particulièrement intelligent et efficace de moderniser les applications traditionnelles en passant des machines virtuelles aux conteneurs natifs. Notre approche unique basée sur l'automatisation consiste à extraire les éléments critiques de vos applications d'une VM, pour que vous puissiez les insérer de façon fluide dans des conteneurs hébergés sur Google Kubernetes Engine (GKE) sans les artefacts de VM (comme les couches de système d'exploitation invité) qui ne sont plus nécessaires avec les conteneurs.

Par exemple, Migrate for Anthos génère automatiquement une image de conteneur, un fichier Dockerfile pour les mises à jour de l'image et les révisions de l'application à J+2, des fichiers YAML de déploiement Kubernetes, et le cas échéant un volume de données persistant sur lequel les fichiers de données d'application et l'état persistant sont copiés. Cette extraction automatisée et intelligente est beaucoup plus rapide et plus simple qu'une modernisation manuelle de l'application, en particulier lorsque le code source ou des compétences approfondies en refonte d'applications ne sont pas disponibles. C'est pourquoi l'utilisation de Migrate for Anthos constitue l'une des approches les plus évolutives pour moderniser les applications avec l’'orchestration Kubernetes, la gestion des conteneurs basée sur les images et l'automatisation DevOps.

Un de nos clients, le journal britannique The Telegraph, s'est servi de Migrate for Anthos pour accélérer sa modernisation et éviter les blocages dont nous avons parlé ci-dessus. Voici à ce sujet le témoignage d'Andrew Gregory, Systems Engineer Manager, et d'Amit Lalani, Senior Systems Engineer :

"The Telegraph exploitait un ancien système de gestion de contenu (CMS) dans un autre cloud public sur plusieurs instances. Mettre à niveau le système actuel ou migrer le contenu vers le CMS de notre site Web principal était problématique, mais nous voulions quitter ce cloud public. Avec l'aide de nos partenaires chez Claranet et des ingénieurs de Google, nous avons mis en œuvre Migrate for Anthos, et obtenu des résultats de manière rapide et efficace. Cet ancien (mais très important) système est désormais hébergé en toute sécurité dans GKE et a rejoint ses équivalents plus modernes. Par ailleurs, nous enregistrons déjà d'importantes économies sur l'infrastructure et les coûts opérationnels quotidiens."

Comme pour The Telegraph, tout ce qui peut accélérer et favoriser la modernisation des charges de travail d'entreprise est d'une grande valeur commerciale pour nos clients. Migrate for Anthos accélère et simplifie la transition des VM vers GKE et Anthos en automatisant la conteneurisation et la "kubernétisation" des charges de travail. Tandis qu'une refactorisation manuelle prend généralement plusieurs semaines, voire plusieurs mois, Migrate for Anthos peut effectuer une conteneurisation en quelques jours, voire quelques heures. Et une fois cette conteneurisation mise en œuvre, vous en constatez immédiatement les avantages en termes d'efficacité de l'infrastructure, de productivité opérationnelle et d'expérience pour les développeurs.

Comme l'indique le rapport de Forrester New Technology Projection: The Total Economic Impact™ of Anthos (2019) :

"Lorsque vous êtes prêt à migrer des applications existantes vers le cloud, Migrate for Anthos simplifie et accélère ce processus. Cette organisation hybride devrait accélérer le processus de migration et de modernisation des applications de 58 % à 75 % en cas d'utilisation d'Anthos. Après avoir mis en conteneurs vos applications existantes, vous pouvez profiter d'Anthos GKE, à la fois sur site et dans le cloud, et gérer vos déploiements Kubernetes en toute cohérence."

Examinons de plus près certains avantages de la modernisation de vos charges de travail basées sur des VM en conteneurs s'exécutant sur Kubernetes à l'aide de Migrate for Anthos.

Efficacité de l'infrastructure

Des études Google internes ont montré que le passage de VM à des conteneurs sur Kubernetes pouvait générer entre 30 et 65 % d'économies sur vos coûts d'infrastructure actuels, par le biais de divers facteurs :

● Utilisation et densité plus élevées – Grâce à des fonctionnalités de bin-packing et de scaling automatiques, Kubernetes place les conteneurs de manière optimale dans les nœuds en fonction des ressources requises, tout en évoluant au rythme des besoins et sans affecter la disponibilité. De plus, contrairement aux VM, tous les conteneurs d'un même noyau partagent une copie du système d'exploitation. Ils n'ont pas besoin de leur propre image d'OS ni de leur propre processeur virtuel, ce qui réduit considérablement les exigences en mémoire et en processeur. Autrement dit, plus de charges de travail s'exécutent sur moins de ressources de calcul.

● Provisionnement raccourci – Cela signifie que vous payez moins pour exécuter les mêmes charges de travail, car elles sont prêtes plus tôt/plus facilement.

Productivité opérationnelle

Donner à votre équipe la possibilité de faire plus en moins de temps vous permet également de réaliser des économies d'environ 20 à 55 % grâce à une réduction globale des activités de gestion et d'administration informatiques. Par exemple :

● Gestion simplifiée du système d'exploitation – Dans Anthos, le nœud et son système d'exploitation sont gérés par le système. Vous n'avez donc pas besoin de gérer ni d'intégrer les correctifs et les mises à niveau de sécurité du noyau.

● Encapsulation de la configuration – L'exploitation d'une spécification déclarative (Infrastructure as Code) vous permet de simplifier et d'automatiser votre déploiement, et d'effectuer plus facilement les tâches de maintenance (restauration, mises à niveau, etc.). Tout ceci accélère le cycle de vie informatique et le rend plus agile.

● Temps d'arrêt réduit – Des fonctionnalités de Kubernetes comme l'autoréparation et la mise en échelle dynamique vous permettent de réduire les incidents et facilitent la gestion de l'état souhaité.

● Gestion unifiée – En migrant les anciennes charges de travail vers des conteneurs, les ingénieurs DevOps peuvent utiliser la même méthode pour gérer toutes leurs charges de travail, cloud natives ou "naturalisées" dans le cloud, ce qui accélère et facilite la gestion de votre paysage informatique hybride.

● Parité des environnements – Associée à une visibilité et une surveillance améliorées, cette fonctionnalité simplifie la détection et la résolution des problèmes.

Productivité des développeurs

Lorsque vous disposez d'un environnement informatique plus performant et plus agile, vous donnez à vos développeurs la possibilité de faire plus avec moins. Cette efficacité associée à une réduction de l'infrastructure engendre généralement des économies. Du côté des applications converties en conteneurs, les avantages sont multiples :

● Efficacité des couches – Vous pouvez utiliser des images et des couches Docker (extraites par Migrate for Anthos en même temps que les artefacts de conteneur).

● Rapidité des développeurs – Vous pouvez enfin appliquer le principe consistant à "écrire une fois et exécuter partout" et combiner des pipelines CI/CD automatisés avec des déploiements de test reproductibles à la demande, par le biais de modèles déclaratifs et de l'orchestration Kubernetes.

● Cycle de vie plus rapide – Accélérez la mise sur le marché des produits pour générer des revenus supplémentaires et bénéficier d'avantages concurrentiels, tout en réalisant des économies.

En résumé, la modernisation de vos machines virtuelles en conteneurs s'exécutant sur Kubernetes présente des avantages en termes d'infrastructure, d'opérations et de développement. Bien qu'une telle modernisation puisse sembler intimidante au premier abord, Migrate for Anthos contribue à rendre ce processus fluide et rapide. Vous pouvez en savoir plus en cliquant ici, regarder une courte vidéo sur l'utilisation de Migrate for Anthos avec des charges de travail Linux ou Windows, ou tester le produit par vous-même sur Qwiklabs.

Si vous souhaitez discuter avec un expert de l'utilisation de Migrate for Anthos, veuillez remplir ce formulaire, indiquez "Migrate for Anthos" dans le champ "Votre projet", et nous vous contacterons directement.

Points clés à retenir pour développer une usine de migration vers Google Cloud

Fri, 15 May 2020 14:37:00 +0000

La migration vers le cloud est l'un des plus grands changements organisationnels auquel les spécialistes informatiques sont confrontés durant cette décennie, avec un impact profond sur la capacité d'innovation des entreprises et leur économie globale. En passant au cloud, celles-ci ont une opportunité unique de gagner en flexibilité, réduire leurs coûts et se recentrer sur leur cœur de métier, mais également de transformer complètement leur mode de fonctionnement. Une migration vers le cloud comporte au minimum les avantages commerciaux suivants :

Achat et consommation des ressources sur la base d'un paiement à l'usage, et augmentation ou réduction de celles-ci selon les besoins pour une utilisation optimale
Conversion des dépenses des capitaux en dépenses d'exploitation
Accélération de l'innovation sans les dépenses et les difficultés occasionnées par l'acquisition de matériel et la gestion de l'infrastructure
Réduction des délais de production

Une migration bien orchestrée se traduit par un transfert progressif des données, des applications, de l'infrastructure et d'autres éléments, qui résulte en une transformation de l'entreprise. Mais la migration vers le cloud ne se résume pas en une simple opération. Elle exige l'analyse, la planification et l'exécution minutieuses d'une stratégie organisationnelle et technique complète en phase avec vos objectifs commerciaux globaux.

En collaboration avec les clients, l'équipe des services professionnels de Google Cloud a développé une usine de migration, à savoir une méthodologie de migration à grande échelle vers le cloud. Conçue pour la migration d'applications d'entreprise, une usine de migration propose une structure organisationnelle et un ensemble de processus pour créer une équipe à grande échelle dotée des bonnes compétences et d'une bonne compréhension de votre organisation. Elle permet également d'établir des objectifs clairement définis et soigneusement mesurés tout au long du programme.

Pour chaque application à migrer, l'approche basée sur une usine de migration s'appuie sur une vue de bout en bout du projet. Elle consiste entre autres à :

élaborer l'analyse de rentabilisation pour la migration de l'application concernée ;
évaluer le parc applicatif et d'infrastructure en place ;
développer un plan de migration.

Cet ensemble d'activités stratégiques permet de façonner le processus de migration des applications, décrit les étapes d'exécution de la migration et facilite la mise en place de principes concernant les opérations post-migration. Tout ceci rend votre migration plus simple et plus efficace.

D'après notre expérience, une usine de migration bien pensée et bien conçue peut contribuer à relever plusieurs défis courants :

Objectifs flous : manque de vision cohérente et de stratégie d'adoption du cloud pour l'ensemble de l'organisation. Il peut s'agir d'objectifs à court et/ou à long terme.
Manque de soutien : niveau d'investissement inadapté en termes de compétences, de talent, de temps et d'efforts.
Migration mal planifiée : parcours vers le cloud entamé sans comprendre la complexité du parc applicatif existant.
Mauvais choix technologiques : incapacité à examiner correctement les charges de travail à migrer et à choisir les bons produits et modèles de service cloud. Avec une technologie adaptée, les entreprises ont toutes les cartes en main pour migrer vers le cloud et ainsi réaliser des économies, gagner en compétitivité et innover rapidement.
Modèle opérationnel et de livraison peu clair : une migration réussie exige une bonne combinaison de personnes, de processus et de technologies dans toute l'organisation : avant, pendant et après la migration.

Un modèle d’usine de migration comporte également un certain nombre d'avantages pour les entreprises :

Vitesse : un modèle opérationnel mature accompagné d'automatisation permet d'accélérer le déroulement des projets d'usine de migration.
Réduction des coûts : des processus matures et efficaces rationalisent la migration réelle. Les clients Google Cloud ayant adopté une approche basée sur une usine de migration réduisent considérablement leurs coûts.
Réduction des risques : une identification en amont de la tolérance au risque des charges de travail migrées permet de réduire les temps d'arrêt globaux et/ou non planifiés pendant la migration, pour pouvoir revenir plus tôt au développement logiciel.
Qualité : des processus bien définis et automatisés se traduisent par des migrations plus cohérentes et exemptes d'erreurs.
Fondement pour des initiatives cloud natives de plus grande envergure : les enseignements, bonnes pratiques et standards acquis dans le cadre du processus de migration permettent à votre équipe de gérer des initiatives cloud plus complexes et plus exigeantes.

Migrer vers le cloud peut sembler une tâche énorme, mais avec une bonne préparation, le processus peut se révéler extrêmement gratifiant. Pour en savoir plus sur la conception et la création d'une usine de migration vers le cloud, lisez notre livre blanc intitulé Créer un programme de migration à grande échelle avec Google Cloud. Vous y trouverez un ensemble de conseils pratiques, de stratégies et de détails de mise en œuvre pour vous aider à bien démarrer. L'équipe des services professionnels Google Cloud ou l'un de nos partenaires certifiés Google sont également là pour vous aider. Pour obtenir plus d'informations, contactez votre responsable de compte Google Cloud.

8 raisons fréquentes pour lesquelles les entreprises migrent vers le cloud

Wed, 28 Nov 2018 14:46:00 +0000

[Remarque de l'éditeur : Cet article a d'abord été publié sur le blog Velostrata. Depuis, Velostrata a rejoint le portefeuille Google Cloud et nous sommes heureux de vous présenter sa perspective aguerrie sur la décision de migrer vers le cloud. Cliquez ici pour découvrir le fonctionnement de la technologie de migration accélérée de Velostrata.]

Chez Velostrata, nous avons beaucoup discuté de la façon d'optimiser le processus de migration vers le cloud. On nous pose souvent la question : qu'est-ce qui pousse en premier lieu une entreprise à migrer vers le cloud ? Lors de la préparation de cet article, nous avons discuté avec des clients et examiné nos propres données, ainsi que les données du marché provenant d'organisations telles que RightScale afin de découvrir pourquoi les entreprises migrent vers le cloud. Si vous pensez qu'une migration vers le cloud vous attend peut-être, cet article peut vous aider à déterminer quels types d'événements peuvent engendrer un plan de migration.

1. Renouvellements contractuels des centres de données

De nombreuses entreprises disposent de contrats avec des centres de données privés devant être régulièrement renouvelés. Lorsque vient le moment de renégocier ces contrats, des considérations telles que l'ajustement des coûts ou d'autres facteurs limitants surgissent souvent. Par conséquent, c'est pendant ces périodes de renouvellement contractuel que de nombreuses entreprises commencent à envisager de migrer vers le cloud.

2. Acquisitions

Lors de fusions d'entreprises, rassembler les paysages applicatifs et les données est souvent un défi, en particulier lorsque plusieurs centres de données sur site entrent en jeu. De nombreuses entreprises en cours de fusion trouvent que le transfert d'applications et de données clés vers le cloud facilite ce processus. Faire appel au cloud permet également d'intégrer plus facilement de nouveaux sites et employés, ce qui assure une transition plus fluide.

3. Besoins de capacité supérieurs

Qu'il s'agisse de la progression normale d'une entreprise en croissance ou d'importants pics de capacité nécessaires pendant les changements saisonniers, votre entreprise peut bénéficier d'une augmentation ou une diminution rapide de sa puissance de calcul. Au lieu de payer pour une capacité sur site maximale, vous pouvez la modifier à la demande grâce au cloud et au paiement à l'usage.

4. Cycles d’actualisation logiciel et matériel

Lorsque vous gérez un centre de données sur site, c'est à vous de tout maintenir à jour. Cela peut impliquer des mises à jour matérielles et des licences logicielles sur site onéreuses pour gérer les exigences des logiciels récemment mis à jour. Nous avons vu que lors de l'évaluation d'un cycle d'actualisation à venir, de nombreuses entreprises pensent qu'il est moins cher de mettre hors service un logiciel et du matériel sur site et d'envisager un abonnement SaaS ou une migration Lift and Shift de cette application vers le cloud public. Votre choix dépendra grandement de l'application (et des options SaaS disponibles), mais dans tous les cas, c'est le début d'un projet de migration vers le cloud.

5. Menaces de sécurité

Avec des menaces de sécurité qui augmentent en nombre et en gravité, nous savons que de nombreuses entreprises migrent vers le cloud afin de réduire les risques. Les fournisseurs de cloud public offrent de vastes ressources de protection contre les menaces, supérieures à celles dans lesquelles une seule entreprise pourrait investir.

6. Exigences de conformité

Si vous travaillez dans des secteurs tels que les services financiers et les soins de santé, garantir la sécurité des données est essentiel pour les opérations commerciales. En migrant vers le cloud, les entreprises utilisent des outils et des services cloud déjà conformes, ce qui aide à réduire la charge des équipes informatiques des entreprises à ce sujet.

7. Avantages pour le développement de produits

En tirant profit d'avantages tels que le modèle de paiement à l'usage et le provisionnement dynamique des tests et du développement de produits, de nombreuses entreprises estiment que le cloud les aide à commercialiser leurs produits plus rapidement. Migrer vers le cloud ne permet pas seulement d'économiser du temps et de l'argent, mais aussi d'accélérer les revenus.

8. Événements de fin de vie

Toutes les bonnes choses ont une fin, les logiciels aussi. De plus en plus, lorsqu'un logiciel de centre de données stratégique arrive en fin de vie, l'équipe informatique peut profiter de l'occasion pour chercher comment répliquer ces services dans le cloud au lieu d'essayer de prolonger le cycle de vie sur site. Cela veut dire que les entreprises peuvent mettre hors service des licences et du matériel obsolètes tout en tirant profit des autres avantages du cloud.

Comme vous pouvez le voir, de nombreuses raisons expliquent pourquoi les organisations choisissent de démarrer leur transition vers le cloud. Dans certains cas, elles ont déjà commencé le processus lorsqu'elles découvrent de nouvelles façons d'optimiser les services cloud. Comprendre les types d'événements pouvant fréquemment donner suite à une migration vers le cloud peut vous aider à déterminer les bonnes stratégies de migration et d'architecture cloud afin de transférer vos charges de travail vers le cloud.

Cliquez ici pour en savoir plus sur la migration vers le cloud avec Velostrata.

Déploiement vers le cloud

Présentation de « gcloud storage » : des transferts de données jusqu'à 94 % plus rapides pour Cloud Storage

Présentation de gcloud storage – une nouveauté du Google Cloud CLI

Performance du transfert de données

Un outil plus convivial

Activer « gcloud storage »

Comment Google Cloud et ses partenaires peuvent accélérer la réussite de votre redéploiement

Focus sur le TCO/ROI post redéploiement

Accélérer les retours sur investissement avec nos partenaires experts

Unir redéploiement et développement durable

Libérez le potentiel de vos données sur mainframe avec une approche innovante : la « data-first digitization »

Améliorer la rapidité et la sécurité de vos déploiements dans le cloud

Utiliser BigQuery avec des sources de données hébergées dans Google Cloud VMware Engine

Pourquoi redéployer ses données vers Google Cloud VMware Engine ?

Deux approches à mettre en pratique

Cloud Data Fusion :

Google Cloud Datastream :

Comment bien démarrer un projet

Conclusion

Améliorer le classement des sites Web grâce à l'analyse SEO basée sur les données

Offrir aux clients des explorations plus rapides et à la demande

Mettre en place des traitements de données simplifiés et mieux intégrés

Préparer, analyser et exporter les données rapidement

Google BigQuery nommé leader dans le rapport « The 2021 Forrester Wave »

En savoir plus sur Google Cloud VMware Engine

Avantages de Google Cloud VMware Engine

Comment fonctionne Google Cloud VMware Engine ?

Cas d’utilisation de Google Cloud VMware Engine

Conclusion

Répondez à vos clients plus rapidement grâce à Dialogflow CX

DoiT, accélérateur de croissance des entreprises sur Google Cloud

5G cloud native : notre partenariat avec Intel

Migrer vers Google Cloud en toute simplicité

Par où commencer ?

Devez-vous migrer vers Google Cloud ?

Quel est le meilleur processus de migration pour vous ?

Cas d'utilisation courants

Cas d'utilisation 1 : Utilisation intensive du cloud hybride

Cas d'utilisation 2 : Moderniser avec Anthos

Cas d'utilisation 3 : Migrer, développer, fermer

Cas d'utilisation 4 : Activation du site DR (Disaster Recovery)

Conclusion

Nos centres de données sont plus économes en énergie que jamais

L'évolution de l'architecture de données au New York Times

Comment nous utilisons les données

Pourquoi Google Cloud

Comment la COVID-19 a modifié notre feuille de route

Une approche flexible

Démocratisation des données et des insights : rendre l'analyse en temps réel omniprésente

L’enjeu de Devoteam : offrir la meilleure expérience client

Soutenir la prochaine génération de start-up

Découvrez pourquoi utiliser Migrate for Anthos pour migrer des applis vers des conteneurs

Efficacité de l'infrastructure

Productivité opérationnelle

Productivité des développeurs

Points clés à retenir pour développer une usine de migration vers Google Cloud

8 raisons fréquentes pour lesquelles les entreprises migrent vers le cloud

8 raisons fréquentes pour lesquelles les entreprises migrent vers le cloud