FrenchTech SAAS

Qu’est-ce donc que la Gestion de l’Information ?

Par information, on entend désormais toute forme de contenu de nature physique (par ex. courrier papier) ou électronique (par ex. email, entrée de base de donnée), que cette information soit structurée ou non-structurée.

La Gestion de l’Information consiste donc à collecter et gérer cette information, depuis une ou plusieurs sources, et à la distribuer auprès de l’audience requise. Le terme ‘gestion’ sous-entend également la capacité à organiser et contrôler la structure, le traitement et la mise à disposition de l’information.

Autrement formulé, et c’est d’ailleurs ainsi que l’AIIM l’entend, le but de la gestion de l’information est de collecter, gérer, stocker et distribuer la bonne information à la bonne personne dans l’organisation, au bon moment.

Face à la croissance exponentielle des contenus d’entreprise, la gestion de l’information s’intéresse également désormais au contrôle de la pertinence du stockage de l’information, de façon à permettre à l’organisation concernée de stocker non pas « toute l’information » mais « l’information utile » – d’où la notion de Content Decomissionning qui consiste à supprimer des référentiels toute information qui n’a plus lieu d’être stockée et gérée.

 

Selon les directives européennes, ces périodes sont plus ou moins complexes et diffèrent d’un pays membre à l’autre. Notons qu’en moyenne, la durée de rétention est de six ans mais peut varier de trois mois (pour les réclamations clients) à vingt ans (pour les secrets commerciaux, brevets, etc.). Au sortir de cette étude, la France remporte le bonnet d’âne, avec une entreprise sur deux ne respectant pas les durées prescrites.

So what’s the answer? Just like the disappointing answers of a billion moms before me (study hard, eat well, wear a helmet, don’t hit your sister), the solution is education, experience, and self-introspection. But most of all:test your theories. A few years ago that advice was a tough pill to swallow. Servers were expensive, information was sparse. But today, everything you need to verify your assumptions are there. A co-worker of mine tried this experiment two years ago: Start up a 100 node Riak cluster for $2. If you’re a company, you can’t afford to wait until production to test your theories.

Sometimes you’re working off of faulty assumptions. Sometimes you’re following the wrong leader. And sometimes, you’re just embarking into uncharted territory. But all of these ideas can and should be experimented against. Try to think of a best fit, including the advice of those who know, then test it your own damn self.

So let me state it: You don’t want to shard.

Optimize everything else first, and then if performance still isn’t good enough, it’s time to take a very bitter medicine. The reason you need to shard basically comes down to one of these two reasons:

Very large working set – The amount of memory you require to keep your frequently accessed data loaded exceeds what you can (economically) fit in a commodity machine. 5 years ago this was 4GB, today it is 128GB or even 256GB.  Defining “working set” is always an interesting concept here, since with good schema and indexing it normally doesn’t need to be the same size as your entire database.Too many writes – Either the IO system, or a slave can’t keep up with the amount of writes being sent to the server.  While the IO system can be improved with a RAID 10 controller w/battery backed write cache, the slave delay problem is actually very hard to solve. Maatkit has a partial-solution (via Paul Tuckfield), but it doesn’t work for all workloads.

(Yes, I am simplifying some of the scalability issues with MySQL on big machines, but I have faith that Yasufumi is making this better).

Look at the information shown on the page which comes from database.

 

Investigate how dynamic is this information

 

Check if information retrieved from the database matches information you display

 

Check number of rows which are used to generate result set 

 

Check number of rows which actually need to be used to generate result sets

 

Check number of queries 

Le Records Management permet d’organiser tous les documents et données que l’Entreprise manipule au quotidien dans le cadre de ses activités métier. Le Records Management s’adresse à l’ensemble des données et archives, qu’elles soient numériques ou physiques.

Une solution de Records Management permet de résoudre les problèmes de conformité aux réglementations légales en vigueur dans les pays dans lesquels toute entreprise exerce, en :

Réduisant les risques de litigeRenforçant les procédures liées à la conformité de l’entrepriseOrganisant, stockant, sécurisant les enregistrements vitaux de l’entrepriseDonnant les moyens d’accéder rapidement et sans ambiguïté aux Records (i.e. Enregistrements) en cas de litige ou d’auditMaintenant les records qui doivent l’être et pendant la durée exigéeGérant, pilotant les phases relatives au cycle de vie des records (y compris la phase de destruction)

L’archiviste ou gestionnaire des archives est la personne responsable de la création, de l’administration des plans de classement. L’archiviste a pour mission de créer le plan de classement, les règles de classement, le niveau d’audit adéquat, etc.

En septembre prochain, l’Ensimag (Grenoble INP) et l’EMSI Grenoble (Grenoble Ecole de Management-GEM) ouvriront une formation commune sur le big data. Accessible aux étudiants des deux établissements mais aussi aux diplômés de niveau master (écoles d’ingénieurs, écoles de management ou master universitaire) ou à des professionnels en formation continue, le cursus comprendra cinq mois de cours et dix mois de stage en entreprise. Les étudiants aborderont, entre autres, les systèmes distribués et architectures de type cloud, le web sémantique ou l’analyse statistique multidimensionnelle.

The BLOB/TEXT column compression is not for all workloads. When your database is small enough to mostly fit in the cache it can cause CPU waste if compressing on database size with almost no gains. Small BLOBs is another case when compression may not give any gains and sometimes even increase the data size rather than reducing it. However it works great for many standard Web application needs – storing blog posts, product descriptions, forum posts (if they are generally long enough) and other data sets.

Josh Berkus (of PgExperts) calls this serialization E-blob. Much like EAV, he criticizes this as one of 10 ways to wreck your database (slides). I tend to side with Josh.  I’m optimistic that this design has its place in a smaller component of your application, but I’m weary every time I hear someone decide to switch to it exclusively.

Before making such decisions for yourself I would recommend reading Peter’s KISS KISS KISS post.

Depending on your application, inexpensive SSDs might be good fit for your workload, though enterprise-grade flash storage might be a good choice for very write-intensive applications even if it costs a lot more due to a much higher endurance capacity. Make sure you understand how many writes your application does and keep thinking about how to optimize your system to do less writes with SSDs – as reducing writes is a key to a longer SSD lifetime and as such lowers costs.