Cos’è la Open Data Infrastructure? Questo articolo di Fivetran prova a definirla — ed è bene ricordare che è un contenuto del vendor, firmato dal suo product marketing, quindi con un evidente interesse a promuovere l’approccio. Al netto di questo, la tesi merita di essere discussa perché tocca un tema reale: il lock-in dei dati.
L’ODI è un approccio architetturale con un’idea centrale: i dati si archiviano una volta sola in formati aperti e si usano ovunque — tra tool, motori di compute e sistemi AI — senza essere vincolati a un singolo vendor. È lo spostamento da piattaforme proprietarie e strettamente accoppiate verso una fondazione modulare basata su standard, dove storage, compute, trasformazione e consumo evolvono in modo indipendente.
Il problema dichiarato
La critica è ai “walled garden”: piattaforme chiuse che accoppiano storage, compute e tooling in un unico ecosistema. Semplificano l’avvio, ma con la scala mostrano i limiti: duplicazione dei dati tra sistemi per servire tool diversi, costi di storage e compute che salgono, difficoltà ad adottare nuove tecnologie senza rework. Con i carichi guidati da agenti AI — continui, non più query umane occasionali — la pressione aumenta.
Principi e benefici
Fivetran elenca quattro benefici: niente vendor lock-in, costi più bassi alla scala (una copia centrale, compute applicato dove serve), innovazione più rapida e un’architettura pensata per AI e workload real-time. I principi sono tre: movimento e trasformazione dei dati portabili tra tool; una fondazione unica di data lake aperto dove il dato atterra una volta in formati standard; e un livello di attivazione dove entità di business, metriche e definizioni sono definite una volta e riusate ovunque, così che AI e analytics operino sullo stesso contesto.
Concretamente: storage in object store (S3, ADLS, GCS), tabelle in formati aperti come Apache Iceberg o Delta Lake, catalogo condiviso, compute disaccoppiato. Il confronto con le piattaforme all-in-one è netto nel testo: formati aperti contro proprietari, storage e compute disaccoppiati contro architettura accoppiata, costi di switching bassi contro alti.
Lettura critica
Il concetto non è nuovo — è la tesi lakehouse portata al livello di catalogo e semantica — e Fivetran ha un interesse diretto, dato che si posiziona come il layer di ingestion di questa architettura. Detto ciò, i consigli operativi sono ragionevoli: partire da un progetto pilota, adottare presto le open table format, separare storage e compute dal giorno uno, centralizzare governance e definizioni semantiche. Sono buone pratiche anche fuori dal messaggio di marketing.
In sintesi
- ODI: dato archiviato una volta in formati aperti (Iceberg, Delta Lake) su object storage, compute disaccoppiato e pluggable.
- Obiettivo dichiarato: meno lock-in, meno duplicazione, più flessibilità verso AI e workload real-time.
- Contenuto vendor: la tesi è solida ma non nuova, e Fivetran è parte interessata come layer di ingestion.
Hai qualcosa da aggiungere? Unisciti alla discussione.