• Accueil
  • Blog
  • Tech
  • SaaS, PaaS, IaaS : Pourquoi (re)considérer le PaaS pour vos projets data

SaaS, PaaS, IaaS : Pourquoi (re)considérer le PaaS pour vos projets data

Tech

La Rédaction

SaaS, PaaS, IaaS : Pourquoi (re)considérer le PaaS pour vos projets data

Pour vos applications data, est-il préférable d’opter pour une solution de type IaaS, PaaS ou encore SaaS ? On vous l’accorde, nous venons ici de battre le record du nombre d’acronymes cités en une phrase. Et pourtant, ces choix sont bien ceux qui s’offrent à toute entreprise en quête d’une solution pour déployer de telles applications.

Comment résumer simplement la différence entre ces 3 variantes du cloud que sont le IaaS, le PaaS et le SaaS ? Ceux qui apprécient les analogies culinaires pourront s’appuyer sur le (fameux) modèle « Pizza as a Service ». Sauf que, publié en 2014, cet article ne couvre désormais que très partiellement ce qu’est – ou devrait être – une Plateform-as-a-Service.

Avec les PaaS, priorité à la vélocité et au sur-mesure

Revenons d’abord aux fondamentaux. Les services de type IaaS (Infrastructure-as-a-Service) offrent aux entreprises la possibilité d’exploiter via le cloud de la capacité brute, donc de la puissance processeur, du stockage ou encore de la bande passante. À l’entreprise de déployer et de configurer l’ensemble des composants requis, du système d’exploitation aux applications métiers en passant par les logiciels d’infrastructure (bases de données, serveurs web, gestionnaire de cache, etc.).

À l’opposé, les applications dites SaaS (Software-as-a-Service) proposent un service directement exploitable par l’utilisateur final. Aucune action n’est requise si ce n’est de souscrire au service pour activer son compte. Les PaaS, quant à elles, présentent un modèle intermédiaire avec un environnement technique prêt à l’emploi au sein duquel chaque entreprise peut concevoir et déployer ses propres applications.

Les avantages comparés des 3 solutions ont longtemps été résumés ainsi :

Sauf que cette vue correspond à une analyse très datée qui prend peu en compte l’évolution des applications data. Et leurs impératifs :

  1. Accélérer les projets
    En matière de projets data, un critère prédomine : le « time-to-market ». La transformation numérique est passée par là et impose son rythme. Il s’agit de concevoir et de déployer dans des cycles courts sans pour autant renoncer au sur-mesure. Bien au contraire : les données d’une entreprise portent toute sa spécificité métier et les applications analytiques doivent savoir en extraire la substantifique moelle. Un double impératif donc, vélocité et sur-mesure, très favorable aux PaaS.
  2. Assimiler les innovations technologiques
    La « stack technique » (la pile des logiciels) des projets data est mouvante et complexe. Que l’on regarde du côté des technologies big data, des algorithmes de machine learning ou de deep learning, l’innovation logicielle apporte régulièrement de nouveaux composants. Encore faut-il pouvoir les assimiler rapidement pour les mettre à la portée des projets. D’où l’intérêt d’une PaaS dédiée aux usages analytiques dont l’éditeur se charge de qualifier l’intérêt de ces nouveautés et de veiller à leur bonne intégration et automatisation.
  3. Rester libre de choisir son fournisseur de cloud
    Microsoft Azure, Amazon Web Services, Google Cloud Platform, OVH… Côté fournisseurs de cloud, les entreprises ont l’embarras du choix. D’autant qu’elles peuvent aussi opter pour le cloud hybride afin de conserver leurs données sur leurs propres infrastructures tout en exécutant les applications dans le cloud. Bonne nouvelle : la maturation de technologies comme celle des conteneurs permet aujourd’hui aux PaaS d’être agnostiques. En clair, les moyens existent de rendre les PaaS indépendantes des technologies sous-jacentes et donc capables de s’exécuter sur n’importe quel cloud.

Résultat, pour les applications data, un autre regard s’impose sur les options possibles, avec d’autres critères d’analyse.

Découvrez une PaaS multi-cloud capable d’accélérer vos projets data les plus spécifiques, demandez une démo !Si ce bilan est favorable aux PaaS, il n’offre encore qu’une première vue. Le succès d’un projet data dépend aussi de l’organisation et de la méthodologie retenues comme de sa capacité à embarquer les utilisateurs. Autant de sujet sur lesquels une Plateform-as-a-Service a aussi des atouts à faire valoir…

Une Démo