Stockage et bases de données

Introduction

Le calcul est souvent perçu comme la vitrine du cloud : lancer une instance EC2 en quelques minutes ou déployer une fonction Lambda en quelques secondes impressionne. Mais ce qui rend ces services réellement utiles, c’est leur capacité à conserver les données qu’ils manipulent. Un site web qui perd ses images à chaque redémarrage n’intéresse personne ; une application bancaire incapable de stocker ses transactions serait inutilisable. C’est pourquoi le stockage et les bases de données constituent l’autre pilier fondamental d’AWS.

Dans le monde traditionnel, le stockage était un domaine à part entière. Les entreprises investissaient dans des baies SAN ou NAS, recrutaient des experts capables de jongler entre RAID, IOPS et LUNs, et payaient au prix fort la résilience promise par les constructeurs. Chaque ajout de capacité demandait une commande, une livraison, parfois plusieurs semaines de délai. Dans le cloud, AWS a complètement transformé ce paradigme : le stockage devient un service consommable à la demande, élastique et facturé à l’usage.

Ce chapitre explore les grandes familles de stockage et de bases de données proposées par AWS. Nous allons voir comment Amazon S3 est devenu le coffre-fort universel du cloud, comment EBS...

Amazon S3 : stockage objet et bonnes pratiques

Lorsque Amazon a dévoilé le service Simple Storage Service (S3) en 2006, cela a marqué une véritable rupture dans la manière de concevoir le stockage informatique. À l’époque, gérer des données signifiait acheter des disques, configurer des baies RAID, vérifier chaque nuit que les sauvegardes se déroulaient bien, et souvent espérer que le matériel ne tombe pas en panne. Avec S3, plus de tout cela : il suffisait d’appeler une API pour déposer un fichier dans le cloud et être assuré qu’il serait disponible, durablement, sans intervention humaine.

C’est ce qui a fait le succès immédiat de S3 : derrière l’apparente simplicité se cache une mécanique d’une puissance redoutable. S3 est devenu un pilier d’Internet, utilisé par des millions d’entreprises, depuis la petite startup qui héberge son site statique jusqu’aux géants du streaming qui y stockent des pétaoctets de vidéos.

Stockage bloc et fichiers : EBS, EFS et FSx

Si S3 est l’armoire universelle du cloud, il ne répond pas à tous les besoins. Certaines applications exigent un comportement de disque traditionnel, d’autres nécessitent un système de fichiers partagé, et d’autres encore veulent retrouver dans AWS des environnements de stockage spécialisés identiques à ceux de leur datacenter. Pour couvrir ce spectre, AWS propose trois grandes familles : EBS, EFS et FSx.

Bases relationnelles : RDS et Aurora

Depuis plus de quarante ans, les bases relationnelles occupent une place centrale dans l’informatique. De la gestion des stocks aux systèmes bancaires, en passant par les applications web et mobiles, elles sont devenues le standard de facto pour stocker des données structurées. Les entreprises connaissent bien leurs moteurs (MySQL, PostgreSQL, Oracle, SQL Server) et les administrateurs de bases de données (DBA) passent une bonne partie de leur carrière à les installer, les maintenir et les optimiser.

Dans le monde on-premise, cela signifie gérer des serveurs coûteux, appliquer régulièrement des patchs de sécurité, planifier les sauvegardes et les restaurations, configurer la haute disponibilité, et espérer que les disques tiennent le coup. C’est une tâche chronophage, sujette à erreurs, et qui demande une expertise rare.

AWS a simplifié ce modèle en lançant Amazon RDS (Relational Database Service) : un service managé qui prend en charge la majorité de ces contraintes opérationnelles. Quelques années plus tard, Amazon est allé plus loin en créant Aurora, une base relationnelle conçue pour le cloud, compatible avec MySQL et PostgreSQL, mais dotée d’une architecture de stockage complètement repensée.

DynamoDB : le NoSQL serverless

Toutes les données ne se prêtent pas bien au modèle relationnel. Dans certaines situations, la rigidité des schémas SQL ou la complexité des jointures devient un frein. Que faire lorsqu’une application doit gérer des millions de requêtes par seconde, avec une latence constante de quelques millisecondes, et que les données évoluent trop vite pour être enfermées dans des tables traditionnelles ? C’est pour répondre à ce type de problématique qu’Amazon a lancé DynamoDB, une base NoSQL intégralement managée, qui repose sur un modèle clé-valeur et document.

Data Lakes et analytics

Le volume de données générées par les entreprises explose : logs applicatifs, événements IoT, clics utilisateurs, transactions financières, images, vidéos… Les stocker est une première étape. Les exploiter, c’est tout l’enjeu. C’est ici qu’intervient la notion de data lake, dont AWS a fait une spécialité.

Un data lake est un réservoir centralisé qui accueille des données brutes, semi-structurées et structurées, provenant de multiples sources. Contrairement à un entrepôt de données traditionnel, il n’impose pas de schéma à l’ingestion. On peut y déposer des fichiers CSV, JSON, Parquet, des images ou des vidéos, sans avoir à transformer immédiatement ces données. C’est seulement au moment de leur exploitation que l’on applique un schéma, selon le besoin.

Chez AWS, le cœur du data lake est Amazon S3. Il joue le rôle de réceptacle universel, durable, scalable et peu coûteux. Mais un data lake n’est pas seulement une question de stockage. C’est un écosystème complet, où S3 n’est que la base.