Thinking big

861 vues

Publié le

Thinking BIG ou comment passer des Data aux BIG DATA!
(pour un meilleur rendu, installer la police Poiret One: http://www.1001freefonts.com/d/5561/poiret_one.zip )

Publié dans : Logiciels
0 commentaire
1 j’aime
Statistiques
Remarques
  • Soyez le premier à commenter

Aucun téléchargement
Vues
Nombre de vues
861
Sur SlideShare
0
Issues des intégrations
0
Intégrations
271
Actions
Partages
0
Téléchargements
32
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive
  • Et là… ça a dégénéré…
  • Faisant en sorte que même quand tu es occupé, en train de te déplacer ou de discuter avec quelqu’un, tu peux toujours contribuer avec de précieuses données
  • Le cloud, qui permet de donner encore plus d’espace, encore plus de capacité de calcul et encore plus de liberté
  • Et les objets connectés, car maintenant les humains ne sont plus suffisants, il faut aussi que les objets envoient d’eux mêmes des messages, même quand on ne leur a rien demandé..
  • Tout ça a fait que les données numériques ont explosé
  • Est-ce le fait d’avoir une grande entreprise avec une dizaine de filiales, des centaines d’employés et plusieurs produits en vente veut dire qu’on a des BIG DATA?
  • Parce qu’un jour, une personne clairvoyante va remarquer, par exemple, que toutes les jeunes gens de la ville de Hope dans le Texas adorent prendre des photos en se mettant un sac en plastique sur la tête, et bim! Une industrie de 30 milliards de dollars est née!
  • Thinking big

    1. 1. About ME • Docteur en Informatique • Enseignante à l’INSAT • Chercheuse au laboratoire LIP2
    2. 2. BIG DATA Tout a commencé quand l’Homme a voulu se faire entendre…
    3. 3. Au début, c’était un peu difficile…
    4. 4. Ensuite, un peu mieux
    5. 5. Il a inventé le livre pour tout noter
    6. 6. Et le téléphone pour tout dire
    7. 7. Il voulait une machine qui ferait le travail à sa place…
    8. 8. Puis partager ses trouvailles avec d’autres
    9. 9. A début, une poignée de privilégiés avaient le monopole de l’information sur Internet
    10. 10. Les données étaient statiques, fiables et peu nombreuses Le bon vieux temps…
    11. 11. Et puis un jour…
    12. 12. Et LÀ…
    13. 13. Et avec l’arrivée des Plateformes Mobiles Intelligentes
    14. 14. Le Cloud
    15. 15. Les objets connectés
    16. 16. Les données ont explosé!
    17. 17. BIG DATA
    18. 18. Quand peut-on dire qu’on a affaire à des BIG DATA? Les n-V
    19. 19. VOLUME
    20. 20. VARIÉTÉ
    21. 21. VÉLOCITÉ
    22. 22. VÉRACITÉ
    23. 23. VALEU R
    24. 24. VISIBILITÉ (6ème V?)
    25. 25. Comment Gérer ces Données?
    26. 26. MOTTO 1 Stocker d’Abord, Réfléchir Ensuite
    27. 27. MOTTO 2 Ce sont les Données qui pilotent le Traitement (pas le contraire)
    28. 28. MOTTO 3 Arrêter de réfléchir en Relationnel!
    29. 29. MOTTO 4 Absolument TOUTES les Données sont Importantes! Facepalm
    30. 30. Mais tout de même… Comment Gérer ces
    31. 31. 2 Grands Challenges Stockage Traitement
    32. 32. STOCKAGE
    33. 33. Scale UP vs. Scale OUT Scale UP Scale OUT
    34. 34. Propriétés ACID Atomicité Consistance Isolation Durabilité
    35. 35. P A CThéorème CAP Availability Consistanc e Partitionneme NO GO!
    36. 36. Propriétés BASE Basically Available Soft-State Eventual Consistency
    37. 37. Autres Préoccupations Formats de données variés Formats qui changent dans le temps
    38. 38. Besoin d’un Système de Gestion des Données  Tolérant au Partitionnement  Grande Disponibilité  Schéma flexible  Accès très rapide en écriture Diminuer les jointures Accepter les redondances Laisser le contrôle à l’utilisateur
    39. 39. Systèmes de Gestion des Données BIG DATA
    40. 40. NOSQL Hadoop HDFS
    41. 41. TRAITEMENT
    42. 42. Diviser pour Régner
    43. 43. Diviser pour Régner Répartir les données Dupliquer les données Répartir et Dupliquer les Traitements
    44. 44. Diviser pour Régner Tolérance aux Pannes Parallélisme de Données Répartition de Charge Parallélisme de Traitement
    45. 45. Map-Reduce Mappers Reducers Mélanger & Ordonner
    46. 46. BIG DATA Everyone talks about it Nobody knows how to do it Everyone thinks everyone else is doing it So everyone claims they are doing it
    47. 47. liliasfaxi.wix.com/liliasfax i

    ×