Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Resume big data BIG DATA Dé ?nition un ensemble de technologies d ? architecture d ? outils et de procédures permettant à une organisation de très rapidement capter traiter et analyser de larges contenus hétérogènes et changeant et d ? en extraire les inf

BIG DATA Dé ?nition un ensemble de technologies d ? architecture d ? outils et de procédures permettant à une organisation de très rapidement capter traiter et analyser de larges contenus hétérogènes et changeant et d ? en extraire les informations pertinentes à un cout accessible Caractéristiques du Big Data les V Volume La masse des données - Variété Les données de type di ?érents structurées et non structurées - Vélocité Traitement de données en temps réel Pour détection de fraude par exemple - Véracité La qualité de la ?abilité et la con ?ance des données - Valeur Apporter des nouvelles valeurs pour les clients et l ? entreprise Adaptabilité puisqu ? on va avoir a ?aire avec une grande masse de données on doit s ? adapter C ? est à dire qu ? on doit redé ?nir les méthodes de traitement de ces données car ces derniers seront di ?ciles à manipuler avec les outils classiques CComment le Big Data gère ses situations complexes Distribution de données la répartition des données dans plusieurs machines Traitement en parallèle Traiter les di ?érentes données qui sont réparties sur plusieurs serveurs pour le traitement et l ? analyse et qui seront par la suite fusionnées pour le résultat ?nal recherché Tolérance aux pannes Quand un serveur ou une machine est en panne on peut obtenir nos données à partir d ? une autre machine ou un autre data center L ? utilisation de matériel standard La plupart des outils et des Frameworks du big data utilisent les matériaux standard C ? est à dire qu ? on n'a pas besoin d ? un matériel spéci ?que Cela réduit le coût de l ? infrastructure totale Flexibilité évolutivité et scalabilité Horizontale et Verticale Les Cas d ? utilisation du Big data Quand utiliser le Big Data Marketing Analyse prédictive En analysant l ? historique des achats du client ou les ?chiers Logs qui contiennent les pages visitées l ? entreprise peut prévoir ce que le client cherche et les mettre dans les zones des o ?res et publicités a ?n d ? augmenter les achats Santé Analyse des résultats de santé d ? une population pour prévoir les maladies et les épidémies savoir les causes environnementales et prendre les préventions nécessaires dans les stages primaires D ? autres Exemples CHADOOP Est une plateforme Framework open source conçue pour réaliser d'une façon distribuée des traitements sur des volumes de données massives de l'ordre de plusieurs pétaoctets Ainsi il est destiné à faciliter la création d'applications distribuées et échelonnables scalables Il s'inscrit donc typiquement sur le terrain du Big Data Il est constitué de grandes parties HDFS Répartit les données sur de nombreuses machines - Yarn un mécanisme d ? ordonnancement de programmes de type MapReduce Versions de Hadoop Hadoop HDFS MAPREDUCE - Hadoop HDFS YARN MAPREDUCE Autres systèmes HDFS Hadoop Distributed File System Comment fonctionne HDFS Il est découpé en plusieurs blocs de Mo Dans HDFS chaque ?chier est réparti sur plusieurs blocs