SlideShare une entreprise Scribd logo
SOA - BRMS - ESB - BPM – CEP – BAM - High Performance – Compute & Data Grid - Cloud Computing - Big Data – NoSQL – Analytics - Mobile




                Morning With
                7 Novembre 2012




            Mathias Kluba
            Managing Consultant – Responsable offres NoSQL et Big Data




                                                                                                                    Novembre 2012
Speaker




Speaker: Mathias Kluba
   Twitter @mathiaskluba
   Email mathias.kluba@fastconnect.fr




                                                   1
Présents sur tout le cycle de vie applicatif


   • Conseil
   • Accompagnement à l’adoption technologique
   • Formations
   • Direction et Gestion de Projets
   • Animation des Centres de
   Compétences/Expertises
   • Gestion des indicateurs de Performance et
   Qualités (KPI, SLA…)
   • Architecture & Développement
   • Socle Documentaire
   • Méthodologie et Bonnes Pratiques suivant le
   domaine
   • Expertise
   • Support & TMA

                                                   2
Nos offres d’accompagnement autour du BigData et
                                                               NoSQL

               Formations
                Formation générale BigData
                Formation générale NoSQL
Formations      Formation Hadoop, MongoDB, Gigaspaces, ActivePivot, Spotfire

               Conseil et architecture
                Conseil en architecture et évolution SI
                Accompagnement au choix des solutions
  Conseil       Audit pré ou post production
                Propositions d’architectures cibles
Architecture    Création, amélioration de frameworks
                Revues d’architecture
               Ingénierie
                Mise en place d’une architecture d’analyse
                 et traitement des données BigData Hadoop/NoSQL
                Expertise technique, usines logicielle, frameworks, bonnes
 Ingénierie      pratiques, développement itératif
                Intégration avec les standards et technologies existants
                Mise en place de solutions de visualisation
                  (dashboard/reporting/data navigation)
               Exploitation et Support
                Mise en place d’une infrastructure middleware robuste et opérable
Infogérance     Intégration avec le SI existant
                Mise en place de solutions de supervision de bout en bout
 et Support      (SLAs, applications, système et réseaux)
                Production 24x7
                Support 1er niveau et TMA

                                                                                     3
Cas d’usage

Cas d’usage:
   Recherche dans des fichiers
   Gros volume de fichiers
   On souhaite garder le format d’origine
   On veut faire des recherches « complexes »
   On souhaite faire des « stats »




                                                        4
Première approche



Première approche:

                     SQL




                           SELECT * FROM table
                           WHERE field LIKE ‘%toto%’


                              TROP LENT
                              TROP GROS VOLUME

                                                         5
Deuxième approche



Deuxième approche:

                programme




             For(int i = 0; i < length;
             i++){
               doSomeStuff();
             }


                                   TROP LENT
                                   TROP RIGIDE

                                                              6
MongoDB + Hadoop


Approche MongoDB / Hadoop :

                              1. Fichiers d’origines




                              2. Filtre un sous ensemble
                               + meta-data




                              3. Affinage, recherche interactive

                                                              7
MongoDB en solo


Approche MongoDB:




        MongoDB Map/Reduce




                             Report BIRT
                                               8
En résumé


En résumé:
   L’utilisateur peut affiner sa recherche grâce à Excel
   L’utilisateur va demander au développeur un meilleur
    filtre MapReduce Hadoop (meilleur analyse du texte)
   L’utilisateur peut générer un rapport (BIRT)




                                                               9
Approche MongoDB + Hadoop


Avantages:
   On conserve le format d’origine des fichiers
    sur HDFS
   On bénéficie d’une analyse très fine du texte grâce à
    Hadoop
   On stocke un gros volume grâce à la scalabilité de
    MongoDB
   On peut affiner la recherche via Excel avec la
    puissance des requêtes MongoDB
   On peut générer des statistiques grâce à la rapidité et
    la facilité du MapReduce MongoDB
   On bénéficie du support de BIRT pour générer des
    rapports
                                                              10
Intégration MongoDB et Excel


Requêtes MongoDB dans Excel




                                                             11
Statistiques MongoDB


Statistiques et monitoring sur MongoDB




                                                                12
Déploiement MongoDB


Déploiement avec Cloudify




                                                  13
Approche MongoDB


Conclusions:
   Rapide à mettre en place
   Souplesse du schéma (agilité)
   Requêtes complexes plus rapide qu’en SQL
   Scalabilité de l’infrastructure
   BIRT: intégration mongoDB en « beta »
   Besoin d’un outil de monitoring: à quand MMS
    disponible en mode « hosted » ?




                                                           14
 Contactez nous
     www.fastconnect.fr
     blog.fastconnect.fr
     sales@fastconnect.fr

Contenu connexe

Tendances

Modèles de données et langages de description ouverts 2021-2022 - 1
Modèles de données et langages de description ouverts   2021-2022 - 1Modèles de données et langages de description ouverts   2021-2022 - 1
Modèles de données et langages de description ouverts 2021-2022 - 1
François-Xavier Boffy
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des données
Gautier Poupeau
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
Denodo
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big data
Abdelghani Azri
 
Presentation Hadoop Québec
Presentation Hadoop QuébecPresentation Hadoop Québec
Presentation Hadoop Québec
Mathieu Dumoulin
 
Les professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de donnéesLes professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de données
Gautier Poupeau
 
Benchmarking NoSQL DataBase dans le cadre d'un projet IoT
Benchmarking NoSQL DataBase dans le cadre d'un projet IoTBenchmarking NoSQL DataBase dans le cadre d'un projet IoT
Benchmarking NoSQL DataBase dans le cadre d'un projet IoT
CHAKER ALLAOUI
 
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physiqueVisite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
Gautier Poupeau
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Hatim CHAHDI
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
Lilia Sfaxi
 
Neo4j
Neo4jNeo4j
Big Data: Concepts, techniques et démonstration de Apache Hadoop
Big Data: Concepts, techniques et démonstration de Apache HadoopBig Data: Concepts, techniques et démonstration de Apache Hadoop
Big Data: Concepts, techniques et démonstration de Apache Hadoop
hajlaoui jaleleddine
 
Modèles de données et langages de description ouverts 5 - 2021-2022
Modèles de données et langages de description ouverts   5 - 2021-2022Modèles de données et langages de description ouverts   5 - 2021-2022
Modèles de données et langages de description ouverts 5 - 2021-2022
François-Xavier Boffy
 
Introduction aux bases de données NoSQL
Introduction aux bases de données NoSQLIntroduction aux bases de données NoSQL
Introduction aux bases de données NoSQL
Antoine Augusti
 
Valtech - Big Data : Détails d’une mise en œuvre
Valtech - Big Data : Détails d’une mise en œuvreValtech - Big Data : Détails d’une mise en œuvre
Valtech - Big Data : Détails d’une mise en œuvre
Valtech
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence Artificielle
Medhi Corneille Famibelle*
 
Data mining et data science
Data mining et data scienceData mining et data science
Data mining et data science
Rima Jamli Faidi
 
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er coursBases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
Hatim CHAHDI
 
Base de données graphe et Neo4j
Base de données graphe et Neo4jBase de données graphe et Neo4j
Base de données graphe et Neo4j
Boris Guarisma
 

Tendances (20)

Modèles de données et langages de description ouverts 2021-2022 - 1
Modèles de données et langages de description ouverts   2021-2022 - 1Modèles de données et langages de description ouverts   2021-2022 - 1
Modèles de données et langages de description ouverts 2021-2022 - 1
 
Visite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des donnéesVisite guidée au pays de la donnée - Traitement automatique des données
Visite guidée au pays de la donnée - Traitement automatique des données
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Introduction au big data
Introduction au big dataIntroduction au big data
Introduction au big data
 
Presentation Hadoop Québec
Presentation Hadoop QuébecPresentation Hadoop Québec
Presentation Hadoop Québec
 
Les professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de donnéesLes professionnels de l'information face aux défis du Web de données
Les professionnels de l'information face aux défis du Web de données
 
Benchmarking NoSQL DataBase dans le cadre d'un projet IoT
Benchmarking NoSQL DataBase dans le cadre d'un projet IoTBenchmarking NoSQL DataBase dans le cadre d'un projet IoT
Benchmarking NoSQL DataBase dans le cadre d'un projet IoT
 
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physiqueVisite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
Visite guidée au pays de la donnée - Du modèle conceptuel au modèle physique
 
Introduction à Hadoop
Introduction à HadoopIntroduction à Hadoop
Introduction à Hadoop
 
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
Cours HBase et Base de Données Orientées Colonnes (HBase, Column Oriented Dat...
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
 
Neo4j
Neo4jNeo4j
Neo4j
 
Big Data: Concepts, techniques et démonstration de Apache Hadoop
Big Data: Concepts, techniques et démonstration de Apache HadoopBig Data: Concepts, techniques et démonstration de Apache Hadoop
Big Data: Concepts, techniques et démonstration de Apache Hadoop
 
Modèles de données et langages de description ouverts 5 - 2021-2022
Modèles de données et langages de description ouverts   5 - 2021-2022Modèles de données et langages de description ouverts   5 - 2021-2022
Modèles de données et langages de description ouverts 5 - 2021-2022
 
Introduction aux bases de données NoSQL
Introduction aux bases de données NoSQLIntroduction aux bases de données NoSQL
Introduction aux bases de données NoSQL
 
Valtech - Big Data : Détails d’une mise en œuvre
Valtech - Big Data : Détails d’une mise en œuvreValtech - Big Data : Détails d’une mise en œuvre
Valtech - Big Data : Détails d’une mise en œuvre
 
Introduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence ArtificielleIntroduction à la BIG DATA et l'Intelligence Artificielle
Introduction à la BIG DATA et l'Intelligence Artificielle
 
Data mining et data science
Data mining et data scienceData mining et data science
Data mining et data science
 
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er coursBases de Données non relationnelles, NoSQL (Introduction) 1er cours
Bases de Données non relationnelles, NoSQL (Introduction) 1er cours
 
Base de données graphe et Neo4j
Base de données graphe et Neo4jBase de données graphe et Neo4j
Base de données graphe et Neo4j
 

En vedette

Introduction to MongoDB and Hadoop
Introduction to MongoDB and HadoopIntroduction to MongoDB and Hadoop
Introduction to MongoDB and Hadoop
Steven Francia
 
Using MongoDB + Hadoop Together
Using MongoDB + Hadoop TogetherUsing MongoDB + Hadoop Together
Using MongoDB + Hadoop Together
MongoDB
 
Introduction to NoSQL Databases | Hadoop Quick Introduction
Introduction to NoSQL Databases | Hadoop Quick IntroductionIntroduction to NoSQL Databases | Hadoop Quick Introduction
Introduction to NoSQL Databases | Hadoop Quick Introduction
ZaranTech LLC
 
NoSQL Introduction
NoSQL IntroductionNoSQL Introduction
NoSQL Introduction
John Kerley-Weeks
 
El Supremo de Florida mantiene la pena de muerte a Pablo Ibar
El Supremo de Florida mantiene la pena de muerte a Pablo IbarEl Supremo de Florida mantiene la pena de muerte a Pablo Ibar
El Supremo de Florida mantiene la pena de muerte a Pablo Ibar
Asociación “Pablo Ibar – Juicio Justo“
 
OpenStack : DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
OpenStack: DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)OpenStack: DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
OpenStack : DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
Ian Choi
 
Automatisez votre gestion de MongoDB avec MMS
Automatisez votre gestion de MongoDB avec MMSAutomatisez votre gestion de MongoDB avec MMS
Automatisez votre gestion de MongoDB avec MMS
MongoDB
 
Cassandra Java Driver : vers Cassandra 1.2 et au-delà
Cassandra Java Driver : vers Cassandra 1.2 et au-delàCassandra Java Driver : vers Cassandra 1.2 et au-delà
Cassandra Java Driver : vers Cassandra 1.2 et au-delà
Ippon
 
Node.js et MongoDB: Mongoose
Node.js et MongoDB: MongooseNode.js et MongoDB: Mongoose
Node.js et MongoDB: Mongoose
jeromegn
 
OrientDB vs Neo4j - and an introduction to NoSQL databases
OrientDB vs Neo4j - and an introduction to NoSQL databasesOrientDB vs Neo4j - and an introduction to NoSQL databases
OrientDB vs Neo4j - and an introduction to NoSQL databases
Curtis Mosters
 
HTML5, Spring, NoSQL et mobilité
HTML5, Spring, NoSQL et mobilitéHTML5, Spring, NoSQL et mobilité
HTML5, Spring, NoSQL et mobilité
Julien Dubois
 
NoSQL databases
NoSQL databasesNoSQL databases
NoSQL databases
Harri Kauhanen
 
Mongo DB
Mongo DBMongo DB
Introduction to NoSQL Databases
Introduction to NoSQL DatabasesIntroduction to NoSQL Databases
Introduction to NoSQL Databases
Derek Stainer
 
Toutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDBToutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDB
Content Square
 
Alphorm.com-Formation MongoDB Administration
Alphorm.com-Formation MongoDB AdministrationAlphorm.com-Formation MongoDB Administration
Alphorm.com-Formation MongoDB Administration
Alphorm
 

En vedette (16)

Introduction to MongoDB and Hadoop
Introduction to MongoDB and HadoopIntroduction to MongoDB and Hadoop
Introduction to MongoDB and Hadoop
 
Using MongoDB + Hadoop Together
Using MongoDB + Hadoop TogetherUsing MongoDB + Hadoop Together
Using MongoDB + Hadoop Together
 
Introduction to NoSQL Databases | Hadoop Quick Introduction
Introduction to NoSQL Databases | Hadoop Quick IntroductionIntroduction to NoSQL Databases | Hadoop Quick Introduction
Introduction to NoSQL Databases | Hadoop Quick Introduction
 
NoSQL Introduction
NoSQL IntroductionNoSQL Introduction
NoSQL Introduction
 
El Supremo de Florida mantiene la pena de muerte a Pablo Ibar
El Supremo de Florida mantiene la pena de muerte a Pablo IbarEl Supremo de Florida mantiene la pena de muerte a Pablo Ibar
El Supremo de Florida mantiene la pena de muerte a Pablo Ibar
 
OpenStack : DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
OpenStack: DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)OpenStack: DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
OpenStack : DevStack installation using VirtualBox & Ubnutu (Juno with Neutron)
 
Automatisez votre gestion de MongoDB avec MMS
Automatisez votre gestion de MongoDB avec MMSAutomatisez votre gestion de MongoDB avec MMS
Automatisez votre gestion de MongoDB avec MMS
 
Cassandra Java Driver : vers Cassandra 1.2 et au-delà
Cassandra Java Driver : vers Cassandra 1.2 et au-delàCassandra Java Driver : vers Cassandra 1.2 et au-delà
Cassandra Java Driver : vers Cassandra 1.2 et au-delà
 
Node.js et MongoDB: Mongoose
Node.js et MongoDB: MongooseNode.js et MongoDB: Mongoose
Node.js et MongoDB: Mongoose
 
OrientDB vs Neo4j - and an introduction to NoSQL databases
OrientDB vs Neo4j - and an introduction to NoSQL databasesOrientDB vs Neo4j - and an introduction to NoSQL databases
OrientDB vs Neo4j - and an introduction to NoSQL databases
 
HTML5, Spring, NoSQL et mobilité
HTML5, Spring, NoSQL et mobilitéHTML5, Spring, NoSQL et mobilité
HTML5, Spring, NoSQL et mobilité
 
NoSQL databases
NoSQL databasesNoSQL databases
NoSQL databases
 
Mongo DB
Mongo DBMongo DB
Mongo DB
 
Introduction to NoSQL Databases
Introduction to NoSQL DatabasesIntroduction to NoSQL Databases
Introduction to NoSQL Databases
 
Toutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDBToutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDB
 
Alphorm.com-Formation MongoDB Administration
Alphorm.com-Formation MongoDB AdministrationAlphorm.com-Formation MongoDB Administration
Alphorm.com-Formation MongoDB Administration
 

Similaire à Morning With MongoDB

Support Formation vidéo: MongoDB pour débutant
Support Formation vidéo: MongoDB pour débutantSupport Formation vidéo: MongoDB pour débutant
Support Formation vidéo: MongoDB pour débutant
SmartnSkilled
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Kezhan SHI
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
Ludovic Piot
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
Oxalide
 
Big data
Big dataBig data
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
Idriss22
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
JEMLI Fathi
 
SAS Forum Soft Computing Théâtre
SAS Forum Soft Computing ThéâtreSAS Forum Soft Computing Théâtre
SAS Forum Soft Computing Théâtre
Soft Computing
 
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDBPlus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
MongoDB
 
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDBPlus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Pierre-Alban DEWITTE
 
Quel hadoop (#quelhadoop)
Quel hadoop (#quelhadoop)Quel hadoop (#quelhadoop)
Quel hadoop (#quelhadoop)
Romain Broussard
 
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
OCTO Technology
 
Social Network Analysis Utilizing Big Data Technology
Social Network Analysis Utilizing Big Data TechnologySocial Network Analysis Utilizing Big Data Technology
Social Network Analysis Utilizing Big Data Technology
Imad ALILAT
 
Les technologies big data avec speech commentaries
Les technologies big data avec speech commentariesLes technologies big data avec speech commentaries
Les technologies big data avec speech commentaries
Rima Jamli Faidi
 
Distributed programing (hadoop &amp;&amp; java) version finale.pptx
Distributed programing  (hadoop &amp;&amp; java) version finale.pptxDistributed programing  (hadoop &amp;&amp; java) version finale.pptx
Distributed programing (hadoop &amp;&amp; java) version finale.pptx
Ahmed rebai
 
Spad big data - sfds - 2016
Spad   big data - sfds - 2016Spad   big data - sfds - 2016
Spad big data - sfds - 2016
Julien BLAIZE
 
BigData on change d'ère !
BigData on change d'ère ! BigData on change d'ère !
BigData on change d'ère !
Excelerate Systems
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance client
Denodo
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
Denodo
 
Alphorm.com Formation Big Data & Hadoop : Le Guide Complet
Alphorm.com Formation Big Data & Hadoop : Le Guide CompletAlphorm.com Formation Big Data & Hadoop : Le Guide Complet
Alphorm.com Formation Big Data & Hadoop : Le Guide Complet
Alphorm
 

Similaire à Morning With MongoDB (20)

Support Formation vidéo: MongoDB pour débutant
Support Formation vidéo: MongoDB pour débutantSupport Formation vidéo: MongoDB pour débutant
Support Formation vidéo: MongoDB pour débutant
 
Big data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuairesBig data analytics focus technique et nouvelles perspectives pour les actuaires
Big data analytics focus technique et nouvelles perspectives pour les actuaires
 
Oxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigDataOxalide MorningTech #1 - BigData
Oxalide MorningTech #1 - BigData
 
Morning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide AcademyMorning Tech#1 BigData - Oxalide Academy
Morning Tech#1 BigData - Oxalide Academy
 
Big data
Big dataBig data
Big data
 
Ecosystème Big Data
Ecosystème Big DataEcosystème Big Data
Ecosystème Big Data
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
 
SAS Forum Soft Computing Théâtre
SAS Forum Soft Computing ThéâtreSAS Forum Soft Computing Théâtre
SAS Forum Soft Computing Théâtre
 
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDBPlus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
 
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDBPlus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
Plus de flexibilité et de scalabilité chez Bouygues Télécom grâce à MongoDB
 
Quel hadoop (#quelhadoop)
Quel hadoop (#quelhadoop)Quel hadoop (#quelhadoop)
Quel hadoop (#quelhadoop)
 
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
La Duck Conf 2018 : "Superbe maison d'architecte avec vue sur le lac"
 
Social Network Analysis Utilizing Big Data Technology
Social Network Analysis Utilizing Big Data TechnologySocial Network Analysis Utilizing Big Data Technology
Social Network Analysis Utilizing Big Data Technology
 
Les technologies big data avec speech commentaries
Les technologies big data avec speech commentariesLes technologies big data avec speech commentaries
Les technologies big data avec speech commentaries
 
Distributed programing (hadoop &amp;&amp; java) version finale.pptx
Distributed programing  (hadoop &amp;&amp; java) version finale.pptxDistributed programing  (hadoop &amp;&amp; java) version finale.pptx
Distributed programing (hadoop &amp;&amp; java) version finale.pptx
 
Spad big data - sfds - 2016
Spad   big data - sfds - 2016Spad   big data - sfds - 2016
Spad big data - sfds - 2016
 
BigData on change d'ère !
BigData on change d'ère ! BigData on change d'ère !
BigData on change d'ère !
 
La Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance clientLa Logical Data Fabric au secours de la connaissance client
La Logical Data Fabric au secours de la connaissance client
 
Discovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data VirtualizationDiscovery Session France: Atelier découverte de la Data Virtualization
Discovery Session France: Atelier découverte de la Data Virtualization
 
Alphorm.com Formation Big Data & Hadoop : Le Guide Complet
Alphorm.com Formation Big Data & Hadoop : Le Guide CompletAlphorm.com Formation Big Data & Hadoop : Le Guide Complet
Alphorm.com Formation Big Data & Hadoop : Le Guide Complet
 

Plus de FastConnect

MongoDB day Paris 2012
MongoDB day Paris 2012MongoDB day Paris 2012
MongoDB day Paris 2012
FastConnect
 
Presentation mug-data mapper
Presentation mug-data mapperPresentation mug-data mapper
Presentation mug-data mapper
FastConnect
 
Presentation mug-mule studio
Presentation mug-mule studioPresentation mug-mule studio
Presentation mug-mule studio
FastConnect
 
Presentation mug-mule esb
Presentation mug-mule esbPresentation mug-mule esb
Presentation mug-mule esb
FastConnect
 
Presentation mug-introduction
Presentation mug-introductionPresentation mug-introduction
Presentation mug-introduction
FastConnect
 
NoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
NoSQL User Group Paris - 21 Juin 2011 - GigaSpacesNoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
NoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
FastConnect
 
Maven Overview
Maven OverviewMaven Overview
Maven Overview
FastConnect
 

Plus de FastConnect (7)

MongoDB day Paris 2012
MongoDB day Paris 2012MongoDB day Paris 2012
MongoDB day Paris 2012
 
Presentation mug-data mapper
Presentation mug-data mapperPresentation mug-data mapper
Presentation mug-data mapper
 
Presentation mug-mule studio
Presentation mug-mule studioPresentation mug-mule studio
Presentation mug-mule studio
 
Presentation mug-mule esb
Presentation mug-mule esbPresentation mug-mule esb
Presentation mug-mule esb
 
Presentation mug-introduction
Presentation mug-introductionPresentation mug-introduction
Presentation mug-introduction
 
NoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
NoSQL User Group Paris - 21 Juin 2011 - GigaSpacesNoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
NoSQL User Group Paris - 21 Juin 2011 - GigaSpaces
 
Maven Overview
Maven OverviewMaven Overview
Maven Overview
 

Morning With MongoDB

  • 1. SOA - BRMS - ESB - BPM – CEP – BAM - High Performance – Compute & Data Grid - Cloud Computing - Big Data – NoSQL – Analytics - Mobile Morning With 7 Novembre 2012 Mathias Kluba Managing Consultant – Responsable offres NoSQL et Big Data Novembre 2012
  • 2. Speaker Speaker: Mathias Kluba  Twitter @mathiaskluba  Email mathias.kluba@fastconnect.fr 1
  • 3. Présents sur tout le cycle de vie applicatif • Conseil • Accompagnement à l’adoption technologique • Formations • Direction et Gestion de Projets • Animation des Centres de Compétences/Expertises • Gestion des indicateurs de Performance et Qualités (KPI, SLA…) • Architecture & Développement • Socle Documentaire • Méthodologie et Bonnes Pratiques suivant le domaine • Expertise • Support & TMA 2
  • 4. Nos offres d’accompagnement autour du BigData et NoSQL Formations  Formation générale BigData  Formation générale NoSQL Formations  Formation Hadoop, MongoDB, Gigaspaces, ActivePivot, Spotfire Conseil et architecture  Conseil en architecture et évolution SI  Accompagnement au choix des solutions Conseil  Audit pré ou post production  Propositions d’architectures cibles Architecture  Création, amélioration de frameworks  Revues d’architecture Ingénierie  Mise en place d’une architecture d’analyse et traitement des données BigData Hadoop/NoSQL  Expertise technique, usines logicielle, frameworks, bonnes Ingénierie pratiques, développement itératif  Intégration avec les standards et technologies existants  Mise en place de solutions de visualisation (dashboard/reporting/data navigation) Exploitation et Support  Mise en place d’une infrastructure middleware robuste et opérable Infogérance  Intégration avec le SI existant  Mise en place de solutions de supervision de bout en bout et Support (SLAs, applications, système et réseaux)  Production 24x7  Support 1er niveau et TMA 3
  • 5. Cas d’usage Cas d’usage:  Recherche dans des fichiers  Gros volume de fichiers  On souhaite garder le format d’origine  On veut faire des recherches « complexes »  On souhaite faire des « stats » 4
  • 6. Première approche Première approche: SQL SELECT * FROM table WHERE field LIKE ‘%toto%’  TROP LENT  TROP GROS VOLUME 5
  • 7. Deuxième approche Deuxième approche: programme For(int i = 0; i < length; i++){ doSomeStuff(); }  TROP LENT  TROP RIGIDE 6
  • 8. MongoDB + Hadoop Approche MongoDB / Hadoop : 1. Fichiers d’origines 2. Filtre un sous ensemble + meta-data 3. Affinage, recherche interactive 7
  • 9. MongoDB en solo Approche MongoDB: MongoDB Map/Reduce Report BIRT 8
  • 10. En résumé En résumé:  L’utilisateur peut affiner sa recherche grâce à Excel  L’utilisateur va demander au développeur un meilleur filtre MapReduce Hadoop (meilleur analyse du texte)  L’utilisateur peut générer un rapport (BIRT) 9
  • 11. Approche MongoDB + Hadoop Avantages:  On conserve le format d’origine des fichiers sur HDFS  On bénéficie d’une analyse très fine du texte grâce à Hadoop  On stocke un gros volume grâce à la scalabilité de MongoDB  On peut affiner la recherche via Excel avec la puissance des requêtes MongoDB  On peut générer des statistiques grâce à la rapidité et la facilité du MapReduce MongoDB  On bénéficie du support de BIRT pour générer des rapports 10
  • 12. Intégration MongoDB et Excel Requêtes MongoDB dans Excel 11
  • 13. Statistiques MongoDB Statistiques et monitoring sur MongoDB 12
  • 15. Approche MongoDB Conclusions:  Rapide à mettre en place  Souplesse du schéma (agilité)  Requêtes complexes plus rapide qu’en SQL  Scalabilité de l’infrastructure  BIRT: intégration mongoDB en « beta »  Besoin d’un outil de monitoring: à quand MMS disponible en mode « hosted » ? 14
  • 16.  Contactez nous  www.fastconnect.fr  blog.fastconnect.fr  sales@fastconnect.fr