Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

15
Projet KPMG Intégration de mongoDB dans l’architecture d’une application de gestion

Transcript of Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

Page 1: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

Projet KPMG

Intégration de mongoDB dans l’architecture d’une application de gestion

Page 2: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

Qui sommes-nous ?

Page 3: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

3

KPMG Technologies Services (KTS) a été créée en 2012 par la société KPMG et Christian Taltas.

Le premier objectif de KTS était de fournir un outil de production collaboratif à l’ensemble des collaborateurs de KPMG, afin de fluidifier les échanges et de renforcer le lien avec leurs clients.

L’objectif suivant, suite au succès rencontré en interne, a été de proposer cette solution intégrée de comptabilité, facturation et fiscalité à l’ensemble du marché français des PME et des cabinets d’expertise-comptable.

Rebaptisée Loop pour l’occasion, cette application web multi-tenant est commercialisée en mode SAAS.

Loop a pour mission de devenir la solution de référence des experts-comptables et des PME en France, puis à l’étranger.

Qui sommes-nous ?La société

Page 4: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

4

• Redéfinir les relations entre l’entreprise et ses partenaires.

• Accompagner les métiers du Chiffre dans la 4ème révolution industrielle.

• Faire de la comptabilité une matière vivante pour que le chef d’entreprise, en collaboration avec ses conseils, puisse prendre les bonnes décisions au bon moment.

• Permettre au métier comptable de se concentrer sur son cœur de métier en réduisant les tâches à faible valeur ajoutée.

• Aider les entreprises à gagner en agilité et rester compétitives dans un monde digital en constante évolution.

Qui sommes-nous ?Notre mission

Page 5: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

5

Qui sommes-nous ?Références

Loop a comme premier client KPMG.

Loop produit aujourd’hui les comptes de plus de 65 000 entreprises.

Loop a télé-déclaré plus de 55 000 liasses fiscales auprès de la DGFIP depuis le 1er janvier 2016.

Plus de 2000 PME ont déjà basculé dans le Cloud grâce à Loop.

Plus de 4000 utilisateurs travaillent quotidiennement sur l’application Loop.

Un acteur de référence

Page 6: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

Architecture de Loop

Page 7: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

7

La solution de gestion Loop a été développée entièrement en HTML 5 et en Javascriptsur Node.js.

Office 365 est totalement intégré et permet l’identification unique (SSO), la gestion collaborative des documents (SPO) et la restitution des données dans la suite Office (Addin for Office)

Loop est déployée sur le Cloud Azure de Microsoft et exploite les dernières technologies « microservice » (Service Fabric) de Microsoft pour gérer la montée en charge de sa plateforme.

Loop propose également une solution mutualisée ou dédiée de gestion des données du cabinet, grâce au « VNet peering ».

Solution de gestion collaborativeTechnologies

Page 8: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

8

• Cloud Azure

• Front & back (micro services)- framework Yupana- node.js- Service Fabric

• Data- SQL- mongoDB

cachemetadatalogbigdata

ArchitectureComposantes

Page 9: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

9

• ARM v2 – automatisation de la construction de la plateforme

• Service fabric - gestion des micro servicesUtilisé sur le front et le back pas sur les données

• Stockage premium

• VNet peering : - Séparation du code des données. - Ferme de données dédiée ou mutualisée.

ArchitectureCloud Azure - recommandations

Page 10: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

10

• Node.js + framework yupana

• CacheOAuthautorisation : userssession : cache indispensable pour le stateless

• Code dynamiqueYquery : requêtes à la basemetadata stockée dans mongoDBcustomisation

Architecturefront & back : micro services (service fabric)

Page 11: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

11

• Data- SQL

dossier = 1 base SQLclés primairestrès peu d’index sauf sur les grosses entités

- mongoDB (4 configuration)cache (session) : fast small read/write metadata : ultra fast readlog : bulky write (copied to big-data)big-data :

large amount of small record high frequency aggregation high computation slow continious write

ArchitectureFerme de données

Page 12: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

Evolutions

Page 13: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

13

EvolutionsExemple de nouveaux services en cours de déploiement

- Services OauthGestion dynamique des services intégrés (spécificité des services - ex : SalesForce)Stockage des tokens (schema variable non documentés)

- BIBenchmarking sur le bigdata

- IA machine learningStockage de tous les documents (schema variable)Dictionnaires de connaissance

Page 14: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB

r

14

EvolutionsAmélioration de l’architecture

- Migrer les données comptables de SQL à mongoDB ?La comptabilité est trop structurée (jointures)Nombreuses opérations d’agrégationsGestion des contextes (dossier)

- Passage sur Linux ?Plus performant

- Passage en SAAS ?Coût des licences

Page 15: Big Data Paris: Etude de Cas: KPMG, l’innovation continue grâce au Data Lake MongoDB