1
©2015 Talend Inc
Spark : 5 moyens simples et rapides pour
exploiter vos Big Data avec Spark et Talend
Jean-Michel Franco...
2
2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
(Chiffre d’affaires)
Talend en bref
(estimation)
Hadoop 2.0
Cloud
Fait...
3
avec Spark et Talend
5 moyens simples et rapides pour exploiter vos Big Data
Spark
Streaming
Architecture
Lambda
In Memo...
4
Disposer de l’information en juste à temps
Supprimer les temps de latence grâce à l’in-memory
Case d’usage : Vers une ap...
5
Avantage : Transformer les données de l’Internet des Objets en décisions
puis actions prises en temps réel grâce à une s...
6
Les apports de l’architecture Lambda
Analyser avant d’agir, au bon moment
Mobile
Sensors
Web
Mobile App
Analytic App
Web...
7
Passer de l’analyse prédictive vers l’analyse prescriptive avec MLlib
• Cas d’usage typique:
personnalisation et
recomma...
8
Nepartezpasduprincipequevouspourrezporterfacilementvos
applicationsexistantessurSparkdepuisunautremodèlede
programmation...
9
Passer de MapReduce vers Spark en un clic grâce à Talend !
Performance
MapReduce
(fonctionnent sur
disque)
Un
Clic
Perfo...
10
Tenez vous prêts pour le « Next Big Thing »
Un
Click
Spark
Next Big Thing
Next Big Thing
la prochaine
innovation
11
DécouvrezSparketle machinelearningaveclanouvelle
sandboxTalend
Créer un flux de
données en streaming
Avec Kafka
Créer u...
12
©2015 Talend Inc
Des questions ?
Prochain SlideShare
Chargement dans…5
×

Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et Talend

1 021 vues

Publié le

L'environnement Spark change la donne pour les projets Big Data: accélération des prises de décisions et des temps de traitement grâce à l'in-memory ; intégration du décisionnel dans le transactionnel grâce aux architectures lambda ; temps réel et streaming ; machine learning. Le tout dans un environnement intégré. Reste à la prendre en main rapidement, mais aussi à s'en abstraire car il n'est sans doute pas la dernière innovation que l'on peut attendre dans le monde du Big Data en général et de Hadoop en particulier.

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

Aucun téléchargement
Vues
Nombre de vues
1 021
Sur SlideShare
0
Issues des intégrations
0
Intégrations
233
Actions
Partages
0
Téléchargements
24
Commentaires
0
J’aime
1
Intégrations 0
Aucune incorporation

Aucune remarque pour cette diapositive

Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et Talend

  1. 1. 1 ©2015 Talend Inc Spark : 5 moyens simples et rapides pour exploiter vos Big Data avec Spark et Talend Jean-Michel Franco – Directeur marketing produit - @jmichelfranco Cyril Sonnefraud – Consultant Avant Vente - @csonnefraud
  2. 2. 2 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 (Chiffre d’affaires) Talend en bref (estimation) Hadoop 2.0 Cloud Faits et chiffres • Créé en 2006 • 500+ employés dans 7 pays • 1700+ clients • 2M+ téléchargement open source • 108% CAGR Big Data Application Integration Master Data Management Data QualityData Integration
  3. 3. 3 avec Spark et Talend 5 moyens simples et rapides pour exploiter vos Big Data Spark Streaming Architecture Lambda In Memory Machine Learning Pas de code Migration en 1 click Analyser avant d’agir, au bon moment Transformer les données en décisions, prescriptions et actions Rester à la pointe de la technologie sans efforts Supprimer les temps de latence quels que soient les traitements à appliquer Exploiter la donnée dès qu’elle vient
  4. 4. 4 Disposer de l’information en juste à temps Supprimer les temps de latence grâce à l’in-memory Case d’usage : Vers une approche plus dynamique du pricing Pourquoi Spark et Talend : · Développer rapidement des traitements massifs de données et augmenter leur fréquence d’exécution Augmentation de la performance des traitements batch Utilisation du caching et du partitionnement Tirer partie de la mémoire pour accélérer drastiquement les temps de traitement Résultats : · Des ventes augmentées de 9%, · Des rotations de stocks améliorées de 6% · Une profitabilité améliorée de 5%. http://www.blue-yonder.com/blog-e/2014/05/07/dynamic-pricing-critical-todays-multichannel-retailer/
  5. 5. 5 Avantage : Transformer les données de l’Internet des Objets en décisions puis actions prises en temps réel grâce à une seule solution z NoSQL Messaging rapide, Ingestion à haut débit, Traitement de données Les usages de Spark Streaming pour l’Internet des objets Exploiterla donnéedèsqu’ellevient AMQP
  6. 6. 6 Les apports de l’architecture Lambda Analyser avant d’agir, au bon moment Mobile Sensors Web Mobile App Analytic App Web App Streaming Batch Query Transform Cleanse Govern Transform Cleanse Govern Spark Streaming/Kafka Spark Spark SQL
  7. 7. 7 Passer de l’analyse prédictive vers l’analyse prescriptive avec MLlib • Cas d’usage typique: personnalisation et recommandation temps réel • Bénéfices (source Venture Beat Survey): • Cas 1: contenu personnalisé sur site web pour un nombre de page vues augmenté de 300 % • Cas 2: taux de conversion augmenté de 219 percent. Transformer les données en Décisions, Actions & Prescriptions Don- nées Intégrer Appren dre Agir avec clairvo- yance Valeur Alimenter l’apprentissage Appliquer le modèle Talend Big Data Integration & Quality Machine learning et analyse prédictive Talend Real Time Big Data integration Puissance de traitement des données dans Spark MLlib et Spark R Spark streaming et modèle de machine learning opérationnalisé Solution
  8. 8. 8 Nepartezpasduprincipequevouspourrezporterfacilementvos applicationsexistantessurSparkdepuisunautremodèlede programmation,commeMapReduce.Evoluer vers Sparknécessiteune ré-implémentation complète,etlescoûtspeuvent outrepasserlesbénéfices. Rester à la pointe de technologie sans efforts Nick Heudecker What Apache Spark Means for Big Data Gartner Research G00271327 February 25, 2015
  9. 9. 9 Passer de MapReduce vers Spark en un clic grâce à Talend ! Performance MapReduce (fonctionnent sur disque) Un Clic Performance Spark (fonctionnement en mémoire et sur disc) 5X plus rapide
  10. 10. 10 Tenez vous prêts pour le « Next Big Thing » Un Click Spark Next Big Thing Next Big Thing la prochaine innovation
  11. 11. 11 DécouvrezSparketle machinelearningaveclanouvelle sandboxTalend Créer un flux de données en streaming Avec Kafka Créer un modèle de recommendation avec Spark ML LIB Créer une application Spark pour la recommendation en temps reel
  12. 12. 12 ©2015 Talend Inc Des questions ?

×