Cloud Storage : Google automatise le repérage des anomalies

Une hausse des lectures, des transferts entre régions ou du volume stocké peut alourdir la facture cloud et perturber les applications. Avec Storage Intelligence advisor, Google propose une vue des changements inhabituels dans Cloud Storage et des pistes pour les examiner. Pour les entreprises, l’enjeu est de relier ces signaux aux traitements qui les produisent, puis de choisir une action.

Repère éditorial. Google situe la disponibilité générale de l’outil au 10 septembre 2026. Son billet présente les fonctions, mais ne fournit pas de mesure indépendante de leur taux de détection ni des économies obtenues.^[1], ^[2]

Une surveillance intégrée au stockage cloud

Dans un billet publié le 25 septembre, Google présente Storage Intelligence advisor et des évolutions des opérations par lots. Les notes de version situent toutefois la disponibilité générale du conseiller au 10 septembre et les ajouts aux traitements par lots au 3 septembre. Cette chronologie précise la portée de l’actualité : le billet rassemble et illustre des fonctions déjà disponibles dans le mois.[1], [2]

Le conseiller affiche des métriques et des constats à l’échelle d’un projet, d’un dossier ou d’une organisation Google Cloud. Il fournit notamment une vue des volumes, des objets et des tendances, accompagnée de recommandations. Cette interface peut éviter de reconstruire un reporting spécifique pour les besoins qu’elle couvre. Son périmètre reste celui de Cloud Storage.[3]

Ce que le conseiller peut réellement repérer

Le catalogue documente quatre signaux : une hausse des opérations sur les classes Coldline ou Archive, une augmentation des erreurs 429 liées à la limitation des requêtes, un pic de transferts entre régions et une croissance du stockage supérieure à la tendance. Ces constats portent sur l’usage et la performance du stockage ; ils ne constituent pas une analyse de la qualité métier du contenu des fichiers.[4]

Google explique que la détection s’appuie sur l’activité habituelle du projet et sur des relevés quotidiens, avec des pics signalés sous 24 heures. Il faut donc intégrer ce délai au dispositif de supervision. Le billet décrit un suivi des écarts à examiner, sans apporter de mesure indépendante de son taux de détection ou des économies obtenues.[1]

Remonter du symptôme au traitement responsable

Cloud Storage organise les objets dans des conteneurs appelés buckets. Le conseiller permet de descendre vers les buckets concernés, puis vers les préfixes des objets et les comptes de service associés à la hausse des requêtes. Un compte de service représente généralement une application ou un traitement automatisé. Ces indications peuvent aider l’équipe IT à retrouver le processus à examiner.[5]

Prenons un exemple illustratif : un traitement analytique relit chaque jour des fichiers destinés à l’archivage. L’équipe devrait vérifier la fréquence des lectures, la classe de stockage choisie et le besoin métier. Un pic peut traduire un dysfonctionnement, mais aussi une activité attendue, comme une campagne de calcul. Le diagnostic suppose donc de connaître le calendrier des traitements.

Ce que cette évolution change dans l’écosystème IT

Le stockage relie ici plusieurs responsabilités : les équipes data construisent les traitements, les développeurs déterminent les accès, les administrateurs cloud suivent les ressources et la fonction FinOps examine les dépenses. FinOps désigne la gestion partagée des coûts et de la valeur des usages cloud. Pour une PME qui utilise déjà Cloud Storage, l’intérêt potentiel est de faciliter leurs échanges autour d’un même signal, avec un responsable identifié pour l’investigation.

Quatre signaux et quatre décisions à examiner

Les signaux ci-dessous sont documentés par Google. Les questions proposées servent à orienter l’analyse de l’organisation.[4]

Passer du constat à une action validée

Les opérations par lots constituent la brique d’exécution : une organisation configure un traitement pour appliquer des transformations à un ensemble d’objets, puis en suit l’avancement. Elles prennent notamment en charge les changements de classe de stockage, certaines mises à jour de métadonnées et les suppressions. Le service gère l’exécution et les reprises automatiques des opérations en échec.[6]

Les évolutions de septembre ajoutent des filtres fondés sur les métadonnées, le traitement de plusieurs buckets et un mode de simulation, ou dry run. Ce dernier permet de vérifier la sélection avant l’exécution. Pour l’entreprise, le passage d’une recommandation à une modification étendue doit rester une décision explicite, avec un périmètre et un responsable.[2]

Ce qu’une organisation doit évaluer avant de l’adopter

L’accès au conseiller demande d’activer Storage Intelligence et de disposer des permissions adaptées. La documentation cite notamment le rôle Storage Admin, tout en permettant des rôles personnalisés. Le choix des droits mérite donc un examen : consulter un diagnostic et autoriser des modifications à grande échelle correspondent à des responsabilités différentes.[5]

Le calcul économique doit inclure les frais de Storage Intelligence et ceux des opérations effectuées. La tarification Standard comprend un coût de gestion lié au nombre d’objets, auquel peuvent s’ajouter d’autres frais d’usage. Un changement de classe peut lui-même entraîner des coûts de réécriture et, selon le cas, d’autres frais liés aux données. Une recommandation doit être évaluée sur le coût complet de la transition.[6], [7]

Avant un déploiement large, une expérimentation limitée permettrait de mesurer le temps d’investigation, la pertinence des constats et le coût des corrections. Toute suppression devrait être examinée avec le propriétaire métier des données et les règles de conservation de l’organisation. L’enjeu pratique est de réduire les opérations inutiles tout en maintenant les usages nécessaires.

Le pilotage du cloud commence par la compréhension des usages

La multiplication des volumes stockés renforce l’importance du Cloud Computing dans le pilotage quotidien des infrastructures. Le professionnel doit savoir interpréter une hausse des requêtes, identifier les traitements responsables et comprendre leurs conséquences sur les performances et les coûts.

Un signal inhabituel ne justifie pas automatiquement une correction : il peut correspondre à une activité attendue ou révéler un mauvais choix de configuration. La maîtrise du cloud consiste donc aussi à évaluer les effets d’un changement de classe de stockage, d’un déplacement de données ou d’une suppression avant d’agir.

Pour les entreprises, cette capacité permet de prendre des décisions adaptées aux besoins des applications, aux contraintes budgétaires et aux exigences de disponibilité. Le rôle du professionnel évolue ainsi vers un pilotage dans lequel chaque action technique doit être reliée à un besoin métier et à des effets mesurables.

La valeur dépendra des décisions prises après le signal

Storage Intelligence advisor apporte un point d’entrée pour examiner les écarts d’usage de Cloud Storage. Sa valeur devra se mesurer dans l’exploitation : les équipes trouvent-elles plus vite la cause d’un problème, évitent-elles des dépenses inutiles et appliquent-elles des corrections adaptées ? La question à suivre sera la capacité des organisations à installer cette boucle de suivi, avec des responsabilités claires et des résultats mesurés.

L’Actu IT à 360°, décrypter la technologie pour comprendre les métiers de demain.

Découvrir CCCLX →