I dati correlati tra loro sono in grado di generare valore.
Questo non può accadere però quando si approccia il tema della data governance isolando le potenzialità dei sistemi transazionali che registrano, modificano e mostrano i record in tempo reale, per la gestione delle attività, da quelle dei sistemi analitici che devono lavorare su un insieme di dati ben più ampio, coprono un arco temporale esteso e potenzialmente permettono valutazioni che serviranno a pianificare attività future, risolvere problemi e supportare nuove decisioni.
Oracle interpreta entrambe le esigenze e indirizza l’evoluzione in corso per quanto riguarda le piattaforme dati. Lo fa accompagnando per mano i clienti nel “viaggio” dall’idea di Database As A Service all’Autonomous DB e quindi a un’effettiva Unified Data Platform.
L’idea di base da un lato si allaccia al bisogno di modernizzare, semplificare, standardizzare e rendere fruibili senza soluzione di continuità le applicazioni legacy tradizionali, dall’altro alla possibilità di alimentare tramite le medesime soluzioni tecnologiche anche i progetti basati sui microservizi nativi in cloud.
Oracle è consapevole della necessità di preservare gli investimenti già compiuti, assicurare compliance alle informazioni secondo i nuovi regolamenti (Gdpr), garantire la possibilità di integrare applicazioni legacy e workload già esistenti, e farlo senza appesantire il dipartimento IT da una serie di incombenze di monitoraggio e gestione che sarebbe possibile automatizzare.
Il punto di vista di Oracle supera il momento attuale in cui si trovano le aziende, perché se in fase di trasformazione è pensabile ancora affidarsi a un sistema semplificato, standardizzato e consolidato, nell’idea del modern IT “dietro l’angolo” bisogna offrire efficienza di supporto, sicurezza, integrazione e governance in modo integrato come sulle applicazioni legacy così anche su quelle native per il cloud.
Oracle Unified Data Platform, un percorso in 4 tappe
Si può immaginare quindi un percorso articolato in quattro passaggi: la fase di standardizzazione che porta semplicità, il consolidamento che genera efficienza, revisione del provisioning e delle operations in modalità As A Service, che porta agilità e scalabilità, fino all’idea di un DB effettivamente “autonomo“, evoluto al punto da automatizzare attività chiave di sicurezza, gestione, tuning e funzionalità di riparazione ed offrirle come servizio, per approdare appunto ad un ideale di Unified Data Platform che in questa modalità è offerta solo da Oracle.
Si tratta di quattro passaggi strategici in grado di liberare altrettanti benefici anche a livello di economics.
Secondo Oracle l’impatto di ognuna di queste quattro tappe si traduce in risparmi concreti da subito, che aumentano progressivamente fino alla piena realizzazione della proposta Autonomous, raggiungendo potenzialmente il 70% di aumento di produttività delle IT operations ed il 40% di risparmio sui costi dell’infrastruttura IT e sul software.
Le caratteristiche specifiche di Autonomous DB che mettiamo a fuoco in un contributo dedicato è naturale impattino in modo maggiore e positivo proprio sui costi di produttività operativa, liberando dai task di routine quelle competenze umane che potranno dedicarsi a progettualità evolutive a maggior valore aggiunto.
L’ideale obiettivo iniziale di offrire il delivery automatizzato dei due più importanti servizi richiesti ai DB, ovvero la soddisfazione dei workload di data warehouse come dei processi transazionali è raggiunto e soddisfatto dalla proposta dell’Autonomous Database e soprattutto l’obiettivo è ottenuto non attraverso una proposta “a silos”, ma con specifiche caratteristiche di cross-workload. Ed è questa un’altra unicità della proposta. Spieghiamo.
Il database Oracle, già nella versione tradizionale, offre caratteristiche uniche in termini di possibilità di coniugare la consistenza transazionale tipica dei database relazionali con la massima velocità di interrogazione di grandi moli di dati, tipica dei datawarehouse.
Tali caratteristiche, nella versione Autonomous, vengono coniugate con l’automatizzazione di una serie di attività tanto critiche quanto ripetitive, ad esempio, a livello data warehouse offre la possibilità di individuare, sanare e indirizzare in modo automatico la soluzione dei problemi server/storage/switch e link. Ma anche di rilevare le anomalie e anticipare i blocchi, con l’identificazione dei blocchi dati da riparare e sanare fino all’effettiva ottimizzazione dei workload che abiliterà il risparmio dei costi.
Altri esempi relativi al mondo transazionale comprendono invece la capacità di indicizzazione automatica e la disponibilità di statistiche real-time sull’effettiva condizione infrastrutturale. Approfondiamo questi temi in un contributo dedicato.
Non perdere tutti gli approfondimenti della Room “The Augmented CIO”
© RIPRODUZIONE RISERVATA
