Le document traite de l'importance du big data comme facteur d'innovation et de compétitivité, en mettant en avant des technologies comme Hadoop et NoSQL pour l'analyse et la gestion de données massives. Il souligne les défis liés à l'intégration, la sécurité et le coût, tout en présentant des solutions simplifiées par Oracle pour exploiter efficacement les données. Divers secteurs tels que l'énergie, le transport et les services financiers utilisent également ces outils pour améliorer la prise de décision et l'interaction client.

1. <Insert Picture Here>
Big Data
Gilles d’Humières

2. L’innovation est un facteur de compétitivité
La vitesse
3x du vent
40x Plus de données Deep Analytics
250 Capteurs Big Temps réel
Data
40k Variables / sec Decisions
#1 America Cup

3. Big Data est le fruit de l’innovation des
sociétés dont le métier est l’information
Temps réel: Determiner
Faible la meilleure pub à insérer
Lookup Profil utilisateur dans la page pour cet
Latence utilisateur
Ajout de
l’utilsateur NoSQL System
si absent DB Input into Expert
HDFS Publicités
Predictions
affichées
de navigation
Web
logs
Batch
High scale
Cassandra data reductions BI et
Analytics Facturation
Hadoop Map Reduce
Profils

4. Ces technologies sont utilisées par d’autres
secteurs que les média internet
• Les sociétés qui ont mis en place de nombreux capteurs
et qui souhaitent maintenant exploiter les données
• Pétrole et Gaz, Transport, Industrie
• Les sociétés qui vendent les données en tant que produit
• Services financiers, Sociétés Internet, Services Media
• Les sociétés qui interagissent avec les clients via des sites
• Distributeurs, Industriels avec ventes directes
• Les sociétés dont les principaux clients sont des
consommateurs
• CPG

5. … Mais le spectre des solutions est éclaté
Volume Variété
des des
données données
Non Distributed
structurées File Systems NoSQL
95% MapReduce Souple
Transaction Solutions Spécialisé
Semi- (Key-Value) Orienté
structurées Stores développement
SQL
5% Structurées DBMS DBMS Advanced Contrôlé
ETL Analytics Securisé
(OLTP) (DW) Administré
Acquire Organize Analyze

6. Il en résulte des challenges importants
• Coûts
• Intégration
• Confidentialité / Sécurité
• Compétences
Frein = Complexité
Simplifier l’IT

7. Oracle simplifie le software pour Big Data
Variété
des
données
Non Distributed
HDFS Hadoop
structurées File Systems
MapReduce In-DB
Oracle Loader
Solutions analytics
Semi- Transaction
Oracle
for Hadoop “R”
(Key-Value)
structurées NoSQL DB
Stores
Mining
Text
Oracle Graph
Oracle Spatial
Data
Integrator
Database Map
(DW) In-DB
Reduce
analytics
Structurées Oracle Oracle
DBMS ETL
ODI DBMS
Database Database
(OLTP) (DW) Oracle
(OLTP) (DW)
BI EE
Acquire Organize Analyze

8. Oracle simplifie le Hardware pour Big Data
Variété
des
données
Non Big Data Appliance
HDFS Hadoop In-DB
structurées • Hadoop Analytics
• NoSQL Database Loader
Oracle
• Oracle Loader for hadoop
Oracle NoSQL “R”
Semi- for Hadoop
• Oracle Data Integrator
DB Mining Exalytics
structurées Text
Oracle • Speed of
Data Integrator Graph Thought
Spatial Analytics
Oracle Oracle Exadata Oracle
Database • OLTP & DW Database
Structurées Oracle
(OLTP) • Data Mining & Oracle R
(DW)
• Semantics
BI EE
• Spatial
Acquire Organize Analyze
8 Copyright © 2011, Oracle and/or its affiliates. All rights Insert Information Protection Policy Classification from Slide 8
reserved.

9. Big Data Appliance
Usage Model
Oracle Oracle Oracle
Big Data Appliance Exadata Exalytics
InfiniBand InfiniBand
Stream Acquire Organize Analyze & Visualize

10. Autres perspectives
• L’exploitation des données non structurées dans
les applications…