En décembre 2010, le département américain de la Défense a ouvert les vannes de son nouveau supercalculateur. Vous imaginez une énorme machine, conservée au septième sous-sol d'un lieu tenu secret ? Détrompez-vous ! Il s'agit de 1 760 consoles de jeux PlayStation 3 mises en réseau.
Certes, toutes les sociétés et administrations n'ont pas besoin d'une puissance de 500 téraflops. Mais cela montre à quel point le clustering devient incontournable en matière de traitement des données. Et ce type d'infrastructure est désormais à la portée de chaque entreprise, grâce à des frameworks tels que Hadoop.
"Hadoop est un projet open source de la fondation Apache", explique Guillaume Jourdin, administrateur systèmes chez OVH (notre photo). "Il est packagé gratuitement par la société Cloudera, ce qui facilite son déploiement dans le monde des entreprises. Et, pour plus de sérénité, il est même possible de souscrire à un support payant."

Des économies à la clef

Toutefois, quel est l'intérêt de disposer d'une telle puissance de calcul ? Des géants du Net comme Google, Facebook ou Yahoo! ont besoin d'engranger des masses de statistiques. Mais pour les autres entreprises ? "Cela permet à ces sociétés d'être plus réactives et, donc, de faire davantage de profits, poursuit Guillaume. Les décideurs obtiennent plus rapidement les données dont ils ont besoin et prennent ainsi plus rapidement leurs décisions."
Prenons un cas concret, le site web d'une entreprise. Grâce à Hadoop, il est possible de mieux suivre le parcours des clients : depuis quels sites ils ont été redirigés, quelles pages ils ont consulté… Le framework va regrouper ces statistiques, ce qui permettra d'engager une refonte du site si certaines parties ne sont pas assez mises en avant.
De son côté, un revendeur va obtenir des informations précises sur le taux de fréquentation de ses serveurs. Et une start-up dans le domaine biomédical disposera de capacités de calcul suffisantes pour assurer ses travaux, comme décoder une séquence ADN, sans se ruiner !
Dernier exemple : l'analyse des risques potentiels. Ces pratiques de Business Intelligence sont notamment utilisées par les banques et les assurances. Pour simuler un prêt ou établir un devis d'assurance, un professionnel va en effet combiner des statistiques sur l'âge, le sexe ou encore le lieu de résidence. Et pas question d'attendre plusieurs jours pour obtenir les informations désirées ! Ces données doivent être rapidement disponibles pour rester crédible auprès de ses prospects.

Facile à mettre en place

Le clustering a l'avantage d'être opérationnel rapidement. Cette technique ne nécessite que du matériel "courant" et se déploie en quelques minutes. "La configuration de base est très simple à mettre en place, précise Guillaume. Il suffit d'acheter deux ou trois serveurs dédiés, sans négliger la puissance CPU, la mémoire RAM et l'espace disque. Il faut d'ailleurs éviter les NAS, car les données seraient alors centralisées sur ces espaces de stockage, ce qui provoquerait un goulet d'étranglement."
Autre avantage de taille, cette solution est évolutive. "L'utilisateur peut rajouter des serveurs à la volée ou réduire la taille du cluster, selon ses besoins. Il bénéficie d'une certaine souplesse, contrairement au supercalculateur qui est cher et sera certainement sous-exploité."