Par James Blackwood-Sewell, directeur principal de la défense des intérêts des développeurs, Timescale.
Historiquement, les bases de données de séries temporelles à usage unique ont été utilisées pour suivre le rythme des vagues de données générées par l'IoT, qui a été l'une des forces les plus transformatrices qui ont révolutionné les industries ces dernières années, stimulé l'innovation et remodelé les opérations commerciales.
Cependant, avec les récentes avancées dans les bases de données à usage général, des concurrents comme PostgreSQL sont aujourd'hui de plus en plus attrayants pour une utilisation en tant que pierre angulaire des applications IoT modernes.
De la gestion des appareils à l'optimisation des processus et à l'amélioration de l'expérience des utilisateurs, l'IdO offre une multitude d'opportunités aux entreprises qui le mettent bien en œuvre. Tout n'est pas rose pour autant. Les entreprises doivent relever le défi de gérer efficacement les flux constants de données horodatées ou chronologiques produites par de vastes flottes de capteurs et d'appareils.
Maintenant que les bases de données à usage général comme PostgreSQL peuvent prendre en charge cette charge de travail, le temps des bases de données personnalisées touche à sa fin.
Petite leçon d'histoire : comment les bases de données personnalisées sont devenues la norme.
L'essor de la technologie IoT a débloqué un champ de possibilités dans divers secteurs. De l'émergence des villes intelligentes à la prolifération des appareils de santé connectés et à l'agriculture de précision, l'IdO ouvre une ère d'innovation prête à remodeler les industries.
Dans la gestion de la chaîne d'approvisionnement, les capteurs alimentés par l'IdO fournissent des informations en temps réel sur les niveaux de stocks, les conditions d'expédition et les fluctuations de la demande. Cette approche axée sur les données rationalise la logistique, réduit les déchets et améliore l'efficacité globale.
Dans le secteur de l'énergie, la synergie des réseaux intelligents et des capteurs compatibles avec l'IdO permet de surveiller les habitudes de consommation d'énergie, ouvrant ainsi la voie à une distribution et une utilisation optimisées des ressources. De même, dans l'agriculture, les dispositifs IoT donnent aux agriculteurs les moyens de surveiller l'état des sols, les conditions météorologiques et la santé des cultures, ce qui permet d'améliorer les rendements et de préserver les ressources.
Cependant, sous le potentiel de l'IdO se cache le défi de centraliser et de gérer efficacement les données générées par ces appareils. La possibilité d'importer des données dans la base de données et d'en disposer très rapidement tout en permettant d'obtenir les réponses dont on a besoin (grâce à des requêtes à une seule ligne et des requêtes agrégées d'une rapidité fulgurante) a éliminé d'emblée de nombreuses bases de données. Les compromis pour les nouvelles bases de données créées pour jouer dans cet espace étaient l'immuabilité des données, l'ingestion par lots et les requêtes limitées – parfois avec un langage personnalisé qui n'était utilisé nulle part ailleurs, ce qui augmentait la courbe d'apprentissage des équipes de développeurs.
Les données entrantes étaient souvent sous-échantillonnées pour réduire leur volume de stockage (dans le secteur de la fabrication, cela s'appelle la “compression”, bien que l'on perde la possibilité de récupérer les données d'origine), ce qui entraînait la perte d'opportunités d'analyse à l'avenir. Une fois que les données se trouvaient dans ces bases de données, elles étaient cloisonnées et il était difficile, voire impossible, de les relier à d'autres ensembles de données.
Les bases de données relationnelles étaient bien établies, mais elles ne pouvaient tout simplement pas gérer le volume de données. Les bases de données historiennes commerciales coûteuses sont devenues reines dans l'IoT industriel, et les bases de données de séries temporelles open-source à usage unique ont fait leur entrée sur le marché.
La puissance de PostgreSQL : Alimenter la prochaine vague de l'IoT
Si les historiens et les bases de données de séries chronologiques ont bien servi l'IoT, ils ont limité la façon dont les données étaient utilisées car ils n'avaient pas la flexibilité de leurs homologues relationnels. Les données commerciales ne pouvaient pas être stockées aux côtés des données IoT, les jointures entre les ensembles de données étaient difficiles, et les développeurs devaient encore apprendre à utiliser plusieurs technologies de base de données. Tout cela a changé lorsque les extensions natives de séries temporelles ont ajouté la possibilité de traiter les données de séries temporelles dans PostgreSQL aussi facilement que n'importe quel autre type de données.
Avec PostgreSQL débloqué, le besoin de bases de données de séries temporelles complexes et à usage unique a chuté. Pourquoi utiliser un outil spécialisé, coûteux, avec des limitations et une courbe d'apprentissage abrupte, alors qu'une base de données open-source à usage général peut gérer la charge de travail ? Moins de technologie à apprendre, moins de pièces mobiles dans ta pile technologique, et moins de langages de requête ou d'API non standard.
Maintenant que PostgreSQL peut prendre en charge les exigences des charges de travail IoT, il est toujours important de se demander quels sont les avantages de son utilisation. Qu'est-ce que les entreprises de l'IoT gagnent à passer des charges de travail de séries temporelles à PostgreSQL ?
Une résilience et une fiabilité éprouvées
Avec un héritage de plus de deux décennies et une communauté florissante de contributeurs, PostgreSQL a fait l'objet de nombreux tests et perfectionnements. Sa nature à l'épreuve du combat en fait un choix fiable pour les applications IoT où l'intégrité, la cohérence et la fiabilité des données sont primordiales.
Adaptabilité pour divers types de données
Une technologie de base de données comme celle de Timescale peut débloquer les données de séries temporelles, mais la polyvalence native de PostgreSQL brille par sa prise en charge de divers autres types de données, notamment JSON et les données géospatiales. Cette adaptabilité est cruciale pour les applications IoT modernes, où les données des capteurs arrivent dans des formats variés. Qu'il s'agisse de relevés de capteurs, de coordonnées GPS, de données d'objets imbriqués ou de données commerciales traditionnelles, PostgreSQL stocke et traite habilement ces informations, ce qui permet de réaliser des analyses complètes et de faire des révélations perspicaces sur plusieurs ensembles de données.
Ecosystème et connectivité
PostgreSQL s'enorgueillit d'un écosystème dynamique d'outils, d'extensions et de connecteurs qui améliorent ses fonctionnalités. Cet écosystème garantit que PostgreSQL s'intègre de manière transparente à d'autres technologies, à la fois celles couramment employées dans les déploiements IoT et celles qui ne sont historiquement pas utilisées avec l'IoT. Qu'il s'agisse de se connecter à des outils de visualisation, à des cadres d'apprentissage automatique ou à des plateformes de traitement des données, la compatibilité de PostgreSQL favorise la cohésion de l'architecture IoT.
Caractéristiques des séries temporelles dans un monde relationnel.
Une fois que PostgreSQL est déverrouillé pour les séries temporelles, les meilleures qualités des deux mondes sont combinées. L'ingestion et l'interrogation ultra-rapides, les données qui peuvent être mises à jour ou arriver en retard, la meilleure compression sans perte de sa catégorie (souvent jusqu'à 95 %), le sous-échantillonnage, les fenêtres de rétention et les vues matérialisées mises à jour de façon incrémentielle pour les requêtes agrégées basées sur le temps sont tous à portée de main lorsque la bonne extension est utilisée.
La meilleure épine dorsale pour l'IdO
Nous savons tous que l'IoT est l'une des innovations clés de la génération, fournissant une quantité massive de données très précieuses qui doivent être stockées et analysées, souvent en temps réel. Avec les récents développements des extensions, PostgreSQL a relevé le défi de gérer cette charge de travail sur une base de données de commodité à usage général, supprimant ainsi le besoin de produits complexes et coûteux de type historien ou base de données de séries temporelles.
À l'ère de l'IoT, où les données sont reines, PostgreSQL entame son règne en tant que véritable monarque de la gestion moderne des données.
