SQLPAC ?
Bien que le domaine du site soit un .com, SQLPAC n’est pas une société commerciale et n’a aucun but lucratif. Rien à vendre, ni de consulting.
SQLPAC est l’acronyme d’un "slogan" : SQL Pour Administrateurs & Concepteurs. Mais pas que… Un seul objectif : le partage de connaissances et les retours d’expériences du terrain.
Né en 2003, le site SQLPAC a été initialement construit pour rassembler des aides mémoires (utilisation de commandes, guides pratiques…) et au fil du temps, des articles et tutoriaux sont publiés autour des produits de 4 éditeurs de bases de données.
Sybase
Adaptive Server Ent.
Replication Server
IQ |
Microsoft
SQL Server |
Oracle |
MySQL |
SQLPAC est d’abord un site francophone pour francophones, car il ne faut pas oublier les lecteurs qui peuvent éprouver des difficultés en anglais. Des articles, tutoriaux, boîtes à outils et retours d’expérience autour des systèmes de bases de données transactionnels et décisionnels y sont proposés. Le périmètre s’étend de l’administration à l’optimisation et au tuning en passant par la maintenance, la réplication et la haute disponibilité.
Quelques articles sont traduits en anglais. La mesure d’audience avec Google Analytics gouverne le choix de traduire un article. Toute aide est la bienvenue, car il est très difficile de traduire un article quand on n’est pas anglophone ou bilingue avec le souvenir d’un collègue anglais qui avait dit très franchement et ouvertement : "vos mails en anglais, c’est tout sauf de l’anglais…".
De nombreux articles dans SQLPAC sont le résultat d’une participation active avec les éditeurs aux phases beta de quelques produits innovants et répondant à des besoins métiers forts qui se faisaient de plus en plus pressants :
- 2005 Sybase Real Time Data Services for IBM MQ Series
La communication en temps réel entre les bases de données et les bus de messages est abordée et implémentée avec le composant Sybase RTDS for IBM MQ Series.
- 2008 Sybase IQ
Sybase IQ entre dans le portefeuille des études. Il s’agissait du moteur de stockage en colonnes le plus avancé de l’époque. Ce moteur a changé la vision des choses sur le reporting et l’interrogation de données sur un volume de données qui explosait.
- 2010 Sybase Real Time Loading for IQ
Réplication en temps réel avec Sybase Replication Server vers Sybase IQ.
- 2017 Microsoft SQL Server 2017 sur Linux
- 2019 MariaDB ColumnStore
- 2020 InfluxDB v2 (Time Series)
Du SQL, mais pas que…
Les langages, systèmes d’exploitation…
Une base de données est conçue pour être interrogée efficacement et est installée sur un système d’exploitation, c’est pourquoi des sujets connexes aux moteurs de bases de données sont également proposés, sujets qui abordent des notions sur les systèmes (Unix, Linux…), le développement avec les clients (PHP, Python, C#…) ou des technologies transverses (annuaires LDAP pour l’authentification…). Comprendre les couches clientes des bases de données et les utiliser efficacement est souvent sous estimée.
Google est devenu avec le temps un sujet fétiche de SQLPAC également. Google n’est pas un moteur de base de données en soi mais ses technologies innovantes et performantes utilisées dans SQLPAC méritent de s’y attarder au détour de quelques articles (optimisation du référencement, de l’indexation, Google Analytics, moteurs de recherche Google personnalisés…).
La conception
Plus incongrus au milieu de SQLPAC, sont aussi publiés des articles sur le traitement d’images avec GIMP, le développement en HTML, Javascript et CSS, ou encore l’administration d’un serveur HTTP Apache. La publication de ces thèmes concerne souvent directement le développement du site SQLPAC et sert essentiellement de tutoriel et d’aide mémoire (ce n’est pas tous les jours qu’une couleur d’arrière plan est retirée d’une image avec GIMP pour un administrateur de bases de données). Si ça peut également servir à un plus grand nombre, alors tant mieux.
La suite ? Feuille de route
La feuille de route actuelle et les sujets en cours ou en préparation, les voici résumés avec des vignettes, ce sera bien plus rapide qu’un long discours, vignettes dans lesquelles le SQL et le NoSQL se mélangent intimement très volontairement :
MariaDB |
PostgreSQL |
TimeScale |
InfluxDB |
Neo4J
Graph Database |
MongoDB |
Redis |
Apache AirFlow
Scheduling tool |
Apache SuperSet
Reporting tool |
|||||
ElasticSearch |
Hadoop |
Spark |
Kafka |
Hive |
||
Android |
||||||
Go |
Python |
R |
||||
Docker |
Kubernetes |
Nos convictions : bien souvent sur les réseaux sociaux, les bases de données relationnelles historiques et le langage SQL sont désormais qualifiés de "old school" par rapport aux technologies BigData émergentes, plus adaptées bien évidemment pour les explosions de volume. Cette perception rappelle très étrangement les mêmes commentaires que l’on a pu lire ou entendre lorsque les langages orientés objet sont apparus, ou plus anciennement lorsque les nouvelles technologies client/serveur sont arrivées au milieu des gros systèmes (COBOL, IBM…). Les deux écosystèmes, bases de données relationnelles et BigData, ne doivent surtout pas être cloisonnés sur le plan technique et des compétences car ils se complètent et doivent communiquer et interagir ensemble, en temps réel dans la mesure du possible. C’est déjà le cas par exemple de MariaDB Server capable de communiquer en temps réel avec le système de messages Kafka, de Microsoft SQL Server avec Hadoop depuis la version 2016, de la fonctionnalité de réplication en temps réel de SAP Sybase Replication Server vers Hive, et bien d’autres…
Avec ces convictions, analysons désormais comment les écosystèmes SGBD relationnels et BigData sont capables de communiquer et travailler ensemble. Ne les percevons pas comme des systèmes antinomiques.