Découvrez les fonctionnalités de notre plateforme

Intégration des données en silos
Produire une application métier, c’est réconcilier des données stockées dans des systèmes différents, gérés par des équipes différentes. A l’heure ou les besoins métiers évoluent de plus en plus vite, l’approche traditionnelle « ETL », basée sur un modèle de données unique et rigide, manque d’agilité.

Scaled Risk intègre « tel quel » les données de vos systèmes internes ou de sources externes, indépendamment de la technologie ou du format. Pas besoin de définir un modèle de données d’entrée, la plateforme reprend à l’identique le modèle de la source. Y-compris des bases de données : récupérez tables, types, clés, relations … et commencez à utiliser vos données.

Intégrez vos données « tel quel » Créez une silver copy de la source
Support des formats texte (CSV, TXT …), Excel, mais aussi JSON, XML ou Avro.

Connectivité bases SQL, NoSQL, systèmes de fichiers (FTP, HDFS, S3…) et bus de messages (Kafka).

Stockage – warehousing
Scaled Risk permet de stocker des volumes de données considérables de façon très flexible, c’est-à-dire indépendamment d’une structure de données figée à l’avance. La solution est distribuée, élastique et scalable.
Ces propriétés garantissent la solidité de la solution, notamment dans un contexte qui mutualise un nombre important de clients. Ces propriétés nous permettent de nous engager de façon ferme sur des délais de livraison courts.
Moteur de recherche free text
Accédez très rapidement à vos données importées grâce à un moteur de recherche « free text » qui prend appui sur des index stockés co-localement aux données. Les données peuvent être requêtées indépendamment de leur modèle ou non.
Updates et versioning
La mise à jour d’une ligne dans Scaled Risk (suite à un nouvel import ou à une édition manuelle) créé une nouvelle version de cette ligne. L’ancienne version de la ligne reste toujours disponible et peut être affichée soit (i) grâce à une fonctionnalité de “show versions” permettant de consulter l’historique de toutes les versions de la ligne, soit (ii) en requêtant cette ligne à une date passée.
Data preparation
La fonctionnalité “Business Views” de la plateforme Scaled Risk permet d’effectuer des opérations de transformation, de filtrage et de réconciliation des données de formats et de sources hétérogènes intégrées dans la plateforme.

La création (configuration) d’une Business View se fait via un éditeur qui comprend une partie “drag and drop” pour la définition des tables et des champs à réconcilier, et une partie script pour la définition des opérations de filtrage et de transformation. Le langage de script utilisé est Apache JEXL

Une fois créée, une Business View prend la forme d’une table matérialisée, alimentée par les données résultant des opérations de transformation, de filtres et de réconciliations.

Comme le reste de la plateforme Scaled Risk , une Business View fonctionne de façon événementielle et se met à jour automatiquement dès que les données sources sont mises à jour.

Comme une table classique, une Business View bénéficie de toute les fonctionnalités de la plateforme : gestion, versioning et bitemporalité, droits d’accès, indexation, recherche, requêtes ODBC/Spark
Calculs et agrégations
Scaled Risk utilise un moteur de calcul in-memory distribué : la différence de puissance de calcul nécessaire peut être conséquente selon la quantité de donnée exploitée. Il est donc crucial de construire vos projets sur une infrastructure parfaitement élastique. Pour garantir cette élasticité, le moteur de calcul utilisé par Scaled Risk est totalement distribué : les traitements sont parallélisés sur plusieurs machines de taille moyenne. Si un client requiert davantage de ressources, celles-ci sont automatiquement allouées par le logiciel qui « ajoute » des machines supplémentaires à la volée. Cette capacité à dimensionner automatiquement les ressources de calcul au plus proche des besoins des clients permet de répondre au problématique de calcul avec un coût opérationnel minime.
Rafraichissement temps-réel
Scaled Risk utilise une architecture réactive : les actions sont déclenchées sur n’importe quel évènement du cycle de vie de la donnée. et le coprocesseur prend en charge ces traitements.
Le mode de déclenchement est « push » et ce jusqu’au front-end (pub/sub), permettant ainsi un rafraîchissement constant des données. Cette architecture favorise la création de cas d’usage nécessitant des données actualisées en continu.
Approche Kappa Approche asynchrone
– Tout est un stream (pas de batch).
– Tout les étapes de transformation sont stockées (Data lineage + audit)
– Tout peut être rejoué (simulation)
– Cohérence entre le stockage et le « in-memory »
– Le traitement est co-local à la donnée

– HBase est « CP » (cf. CAP theorem)
– La charge est lissée
– Optimisation par des algorithmes de conflation

As of date & bitemporalité
Scaled Risk DMP permet en effet de requêter les différentes versions d’une même ligne selon deux axes temporels différents :

– Un axe temporel technique, dit “as of date”, qui correspond à l’état de la donnée telle qu’elle était dans la base à la date T précisée par la requête

– Un axe temporel métier, dit “as at date”, que l’utilisateur peut configurer en choisissant un champ date pertinent dans la table (par exemple : date_valorisation). Dans ce cas, une requête à une date T fera apparaître la version de la ligne dont la date du champ (ex : date_valorisation) est égal à la date T.
Data lineage
Rendu possible par le stockage des données dans Scaled Risk, le data-lineage permet une meilleur gouvernance des données. Ainsi vous pouvez maîtriser vos données tout au long de leur cycle de vie : de quelle source proviennent-elles ? Quelles transformations ont elle subi ? Qui y a accès.
Auditabilité
Chaque appel de service par un utilisateur est enregistré et horodaté dans une table dédiée, que l’administrateur peut consulter. Les documents (json) échangés dans le contexte de ces appels sont également conservés.
Connecteurs et API
Scaled Risk est construite sur une architecture microservices. L’API Rest permet à un système externe d’appeler chacun des services de l’application via webservices. Nous avons pensé une plateforme ouverte et entièrement interopérable. Exemple de connecteur : ODBC, Spark, Python.