Accélérez vos cas d’usage IoT grâce à une architecture de données en temps réel au sein d’un cloud hybride

Le défi – Réduire la charge opérationnelle liée au streaming de données

Afin de gérer ses grandes quantités de données, BMW Group a tout d’abord décidé de remplacer son ancien modèle de traitement par lots par Kafka. Mais, si la version open source de Kafka a permis au groupe allemand de créer de nouvelles applications sans devoir ajouter de clusters à sa plateforme de streaming de données, elle a également engendré une importante charge opérationnelle.

Outre son coût élevé, il s’est également avéré que Kafka n’était pas suffisamment fiable pour répondre aux besoins d’un réseau de vente international dont les applications devaient être disponibles 24h/24, 7j/7 et 365 jours/an. BMW Group avait besoin d’une solution qui lui permettrait d’intégrer de manière fluide l’ensemble de ses données (générées par des machines, des capteurs et d’autres sources) pour les rendre accessibles en temps réel et à la demande pour toutes les entités du groupe.

Le constructeur automobile avait conscience qu’il devait basculer vers un système de données centralisé et hébergé dans le cloud afin de permettre à l’ensemble de ses équipes de tirer pleinement parti du potentiel des données en temps réel. Il devait pour cela créer une architecture de streaming de données à l’épreuve du temps et capable de répondre aux cas d’usages les plus innovants.
BMW Group s’est donc associé à Confluent et à Microsoft Azure pour développer de nouvelles fonctionnalités de streaming de données et les mettre à disposition des centaines d’équipes et d’applications de l’entreprise.