Big data pierreevenou

Big data pierreevenou

• 1.
  Big Data Définition, enjeux,technologies
• 2.
  Qu’est ce quele phénomène big data ? Définition 2
• 3.
  Accumulation sans fin de données numériques Gartner 2008 Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 3
• 4.
  Liée à uncontexte 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, télécommunications Mardi 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 caractéristiques Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 7
• 8.
  x 44 en10 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 lesData Centers. Pour les dix ans à venir Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 9
• 10.
  Big data value Big Une valeur statistique Reporting Data mining Analyse prédictive Mardi 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 intelligence Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 12
• 13.
  Tendances, concepts etproduits Solutions technologiques
• 14.
  Enablers Hyperscale computing + commodity hardware Un datacenter en mode open source Mardi 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.
  NotOnlySQL Bases de Donnéesnon relationnelles Clé / valeur Document Colonne Graphe Adapté aux architectures distribuées Fournit la tolérance aux pannes Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 16
• 17.
  Map Reduce 2004, Google- MapReduce: Simplified Data Processing on Large Cluster Diviser 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 unifiée Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 18
• 19.
  Dans tout ça L’open data
• 20.
  Données ouvertes Données variables Unvolume potentiellement conséquent Des mises à jour fréquentes Une valeur liée à l’analyse  Data Big Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 20
• 21.
  Exemple Elastic Web Map App Reduce Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 21
• 22.
  Merci de votreattention Mardi 22 Semaine européenne de l’Open Data | Pierre Evenou | 22