Your SlideShare is downloading. ×
0
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Big data pierreevenou
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Big data pierreevenou

1,316

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
1,316
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
20
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. Big DataDéfinition, enjeux, technologies
  • 2. Qu’est ce que le phénomène big data ? Définition 2
  • 3. Accumulation sans fin de données numériques Gartner 2008Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 3
  • 4. Liée à un contexte nouveau + de produits, de documents + d’applications de services + d’échanges, de transactions, de trafic + de terminaux, de devices + de clients, d’utilisateurs Tout est conservé !Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 4
  • 5. Principales sources Média et divertissements Santé Sciences de la vie Vidéo surveillance Transports, logistique, télécommunicationsMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 5
  • 6. Des données différentes Structurées Non structurées Organisées ; Produites en temps réel ; Types prédéterminés ; En flots continus ; Relations bien connues ; Méta taguées de façon disparate ; Accès transactionnel. De sources très disparates.Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 6
  • 7. 3 caractéristiquesMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 7
  • 8. x 44 en 10 ans Zo Eo Po To Go 1 000 000 000 000 25 000 000 000 000 000 000 de conteneurs (quatrillion)Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 8
  • 9. Impacts sur les Data Centers. Pour les dix ans à venirMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 9
  • 10. Big data  value Big Une valeur statistique Reporting Data mining Analyse prédictiveMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 10
  • 11. De nouvelles opportunités Marché en croissance de 40% d’ici 2015 (IDC) ; Stockage la progression de 61% ; Convergence Big Data & Cloud Computing ; Un nouveau métier : Data Scientist.Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 11
  • 12. De nouveaux défis Acquérir Sources multiples – Vélocité Organiser Stockage – Passage à l’échelle – Performances Analyser Fouille de données – Business intelligenceMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 12
  • 13. Tendances, concepts et produits Solutions technologiques
  • 14. Enablers Hyperscale computing + commodity hardware Un datacenter en mode open sourceMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 14
  • 15. Scale out storage SCALE UP SCALE OUT Nouvelles Nouvelles Résea Ressources Ressources Ressources Ressources u inter ne Réseau externe (bus Ressources Ensemble de nœuds agissant comme système ou de stockage mém oire) Ressources •Plus extensible •Plus performant Système de stockage •Plus économique (-50 %)Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 15
  • 16. NotOnlySQLBases de Données non relationnellesClé / valeurDocumentColonneGrapheAdapté aux architectures distribuéesFournit la tolérance aux pannesMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 16
  • 17. Map Reduce2004, Google - MapReduce: Simplified Data Processing on Large ClusterDiviser les données traitées en parallèle (Map)Combiner l’ensemble des résultats (Reduce)Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 17
  • 18. Plateforme Big Data Une architecture unifiéeMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 18
  • 19. Dans tout ça L’open data
  • 20. Données ouvertesDonnées variablesUn volume potentiellement conséquentDes mises à jour fréquentesUne valeur liée à l’analyse  Data BigMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 20
  • 21. Exemple Elastic Web Map App ReduceMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 21
  • 22. Merci de votre attentionMardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 22

×