Contactez-nous !

data'distribution
Capturer, transformer et propager les changements au sein des bases de données.
Accédez à l'article

Real-Time4 Data Integration
Les cas d’usage de l'intégration de données en Temps Réel

 

Accédez à l'article

L’intégration des données en vrai temps réel avec Real-Time4 Data Integration

L'intégration des données avec Real-Time4 Data Integration obéit à une logique PUSH, à l'opposé de la logique PULL des plateformes d'intégration de données (ETL) classiques : l'extraction, la transformation et le chargement de vos données opérationnelles se font en vrai temps réel.
Les capacités de transformation très sophistiquées de Real-Time4 Data Integration en font véritablement un ETL en temps réel.

Un ETL Temps Réel ...

 

La captation des données opérationnelles sur l'application source peut se faire en Temps Réel, puis être répliquée sur un système cible, lequel devient à la fois un outil de reporting et la source de construction d'agrégats orientés décisionnel.

 

L'alimentation des données est incrémentale, avec sélection, transformation, jointure et agrégation à la volée. Et, parce que la solution Real-Time4 Data Integration détecte les variations de l'information, elle est capable de mettre à jour en temps réel des agrégats d'informations sur la cible sans les recalculer en totalité.

 

 

... Qui complète les approches de Data Warehousing classiques

 

Un outil ETL (Extract Transform Load) classique est amené à traiter une photo de la base de production, pour un volume qui peut être conséquent, et souvent dès la fin des traitements de nuit. En découlent des problèmes de volumes, mais aussi de temps de traitement et de temps d'indisponibilité du Data Warehouse et de la base de production. Par ailleurs, l'ETL classique ne sait pas prendre en compte les données qui ont été physiquement supprimées.

 

Real-Time4 Data Integration a pour socle la technologie data'distribution, CDC transactionnel qui lit le journal des transactions. Ainsi, Real-Time4 Data Integration, permet quant à elle non seulement de ne traiter que les données qui ont réellement été ajoutées, modifiées ou même supprimées, mais aussi de commencer à traiter ces transactions dès le début des traitements de nuit et ainsi d'accélérer l'alimentation du Data Warehouse. La fenêtre de production nécessaire pour alimenter le Data Warehouse est ainsi réduite à néant et la solution peut être mise en œuvre sans perturbation de la production en fonctionnement 24h/24 et 7j/7.