Données froides
L’IRSN rationnalise ses sauvegardes
L’institut français de Radioprotection et de Sûreté Nucléaire ( IRSN) est passé d’un stockage sans distinction de ses données à une véritable stratégie de gestion reposant sur la solution Enterprise Vault de Veritas. Ce faisant, l’agence publique ne laisse plus en production que ses données chaudes, économisant de l’espace de stockage haute performance : les externalités positives sont aussi bien financières qu’écologiques.
Né en 2001 de la fusion de l’institut de protection et de sûreté nucléaire, relevant du CEA, et de l’office de protection contre les rayonnements ionisants, dépendant du ministère de la Santé, L’IRSN est l’établissement public français spécialisé dans les risques nucléaires et radiologiques. Fort de 1800 salariés, l’institut a pour mission de former à la radioprotection, de fournir un appui technique à l’autorité de sûreté nucléaire et d’autres organismes, publics comme privés, de réaliser des exercices de crise, de faire l’inventaire des sources de rayonnements ionisants, d’effectuer une surveillance radiologique de l’environnement, ou encore de participer, par le biais de programmes de recherche, au développement des connaissances en matière de risques nucléaires et radiologiques. L’IRSN produit enfin de la littérature sur le sujet, à grands renforts de travaux d’analyses et de mesures.
75 % de données froides
Au titre de ses différentes missions, l’institut français de Radioprotection et de Sûreté Nucléaire est donc amené à manipuler ( et produire) d’importantes quantités de données. « On parle d’environ un pétaoctet de données aujourd’hui » nous explique Simon Tourard, directeur délégué à l’informatique à L’IRSN. « Notre métier est pour partie assez littéraire, documentaire : il consiste à produire du document et de l’analyse sur la base d’autres documents » . Le volume de données croît de 20 % par an, mais on ne trouve pas à L’IRSN que des
données chaudes, loin de là. Or, toutes étaient sauvegardées sur des bandes, un mode d’archivage qui contraignait L’IRSN à laisser ses données, froides comme chaudes, en production. « 75 % des données sur les fichiers sauvegardés tous les jours n’avaient pas été touchées depuis au moins deux ans » raconte le responsable informatique. Soit d’importants volumes de stockage qui obligeaient L’IRSN, pour soutenir la croissance de ses données et pour fournir de l’espace à de nouveaux projets, d’acquérir de nouveaux supports, avec l’augmentation de la facture d’électricité qui va avec et les délais de déploiement. S’ajoutait à ce premier problème en matière de gestion des données, la démarche Open Science de L’IRSN. Laquelle ne se limite pas à la seule accessibilité des contenus scientifiques, mais contraint également à une certaine traçabilité des recherches… ce qui nécessite de sourcer et de documenter les données utilisées dans les publications scientifiques. Bref, L’IRSN avait besoin de mettre en place une véritable stratégie de gestion de ses données.
À la fin de l’année 2020, l’établissement public se lance avec la « mise en place d’une infrastructure technique qui permet de répondre à ces besoins de gestion de données dans le temps et une approche graduée de la sauvegarde, consistant à mettre la valeur ajoutée sur les données qui le méritent, celles qui sont accédées et modifiées régulièrement » souligne Simon Tourard. Les fichiers étaient alors tous sur des NAS, sauvegardés par le biais de Netbackup de Veritas sur des appliances dédiées ultimement répliquées sur des bandes. « Historiquement, nous travaillons avec Veritas et, quand nous avons décidé de migrer notre sauvegarde, nous ne voulions pas changer » poursuit- il. L’institut a alors eu recours à Enterprise Vault, la solution d’archivage de Veritas. « Avec Enterprise Vault, on peut optimiser la sauvegarde en mettant de côté les données les moins fraîches : pas besoin de sauvegarder tous les jours des données qui ne sont pas utilisées depuis X temps » assure le directeur délégué à l’informatique de L’IRSN. Car la solution a l’avantage de différencier données froides et données chaudes, en l’occurrence dans le cas de L’IRSN, les fichiers qui n’ont pas été touchés depuis deux ans. Ceux- ci sont alors archivés sur disques durs, lesquels ont l’avantage de permettre un accès infiniment plus simple qu’en cas d’archivage sur bandes. Ce qui permet à L’IRSN de paramétrer Vault de sorte qu’il débarrasse les données froides des NAS et ainsi y dégager énormément d’espace. « On a diminué de 75 % nos besoins de stockage haute performance » se réjouit Simon Tourard. Mais n’attendez pas de retours côté utilisateurs, l’équipe informatique a voulu que « leur expérience ne soit pas modifiée en termes d’accès aux fichiers, faire en sorte que la migration soit transparente pour eux » . Ainsi, sur les NAS, les fichiers qui ont été archivés sont toujours affichés sous forme de liens vers l’appliance dédiée.
Les métiers prennent part à la gestion du cycle de vie de la donnée
« Ce projet technique vient appuyer la matérialisation d’une stratégie de L’IRSN autour de la data, avec un outil qui est adapté » résume Simon Tourard. Avec, pour finalité, une optimisation des coûts, grâce au recours à un stockage moins performant pour des données anciennes qui ne sont pas accédées au quotidien. Mais le gain n’est pas que financier. En effet, selon le responsable informatique, « la gestion du cycle de vie de la donnée s’inscrit dans une optique de numérique responsable » . Puisque de l’espace est dégagé sur les NAS, il n’est plus nécessaire d’investir dans de nouveaux disques, de nouveaux contrôleurs, dès qu’un nouveau projet pointe le bout du museau. Ainsi, la stratégie de gestion des données de L’IRSN lui permet une meilleure maîtrise de ses équipements, de sa consommation électrique et par extension de son impact environnemental. D’autant que l’organisme public veut aller plus loin. Une fois les données identifiées selon qu’elles soient chaudes et froides, et les secondes archivées, se pose la question de leur destruction, et accessoirement d’une gestion plus fine. Car, à L’IRSN, « nous conservons aussi bien des relevés qui doivent être conservés ad vitam aeternam que des comptes- rendus de réunion qui peuvent être supprimés après un certain temps » .
C’est ici que Data Insights, autre solution de Veritas, entre en scène. Déployé depuis l’an dernier à L’IRSN, cet outil permet d’identifier et de classer les données et de produire des tableaux de bord sur le cycle de vie de la donnée, en renseignant sur la fréquence d’accès, l’âge des données, etc. « C’est un outil de pilotage que nous n’avions pas et qui nous confère la capacité de donner de l’information aux producteurs de la donnée sur ce qu’ils produisent » explique Simon Tourard. Car ce ne sont pas les services informatiques qui vont décider de la suppression ou non d’un fichier. Il était donc nécessaire que les « producteurs de données » , les métiers, « s’approprient ce système et plus finement le cycle de vie, pour conserver ce qui est essentiel et éliminer ce qui est superficiel » . « Il est important qu’ils soient conscients de la gestion des données, de leur qualité, de leur volumétrie » ajoute- t- il. Pour l’heure, Data Insights permet aux métiers de visualiser ces informations mais, à terme, avec les fonctions d’étiquetage, l’information renseignée par les métiers sur la conservation des fichiers permettra l’automatisation de leur archivage, voire de leur destruction. ☐
Simon Tourard, directeur délégué à l’informatique de L’IRSN.
« 75 % des données sur les fichiers sauvegardés tous les jours n’avaient pas été touchées depuis au moins deux ans. »