Le document présente une plateforme de big data orientée business intelligence (BI) utilisant Hadoop et Spark, soulignant l'importance de l'intégration des données et de l'analytique dans les entreprises modernes. Il met en avant les avantages de Hadoop, notamment sa stabilité, sa fiabilité et sa flexibilité, ainsi que des cas d'utilisation concrets dans des secteurs comme le banking. Enfin, il encourage une approche agile et progressive pour l'adoption du big data, incitant les entreprises à commencer petites et à évoluer avec le temps.

1. Plateforme Big Data
orientée BI
avec
Hadoop et Spark
Charly CLAIRMONT
CTO
ALTIC
http://altic.org
charly.clairmont@altic.org
@egwada

2. petite bio
Depuis 10 ans Altic
Une évolution permanente avec les
technologies suivantes :
Un des animateurs de l'écosystème Hadoop
en France
Un groupe de plus en plus actif !
(messages échangés sur l'année)

3. Altic
@Altic_Buzz
Métier
Informatique Décisionnelle
Intégration de données
Valeurs
– Innovations
– Open Source
Une maîtrise de toute la chaîne de valeur du Big Data

4. Notre approche
historique de la BI
● Intégration de données
– Talend
● Reporting :
– JasperReports,
– Birt
● OLAP :
– Mondrian,
– Jedox
● Portail décisionnel :
– SpagoBI,
– JasperServer

5. Tout le monde parle de déluge de
données !
Chez Altic nous aimerions déjà
décloisonner l'entreprise !
Et lui rappeler qu'elle est une
« Entreprise étendue »

6. Toute organisation peut désormais
avoir son « lac de données »,
construire une vision unifiée de ses
clients, ses produits, ses partenaires, ses
processus

7. Le standard du Big Data : « Hadoop », et
son compagnon par défaut « Spark »

8. Hadoop est robuste !
● Stable
– Testé - Yahoo! (40 000 noeuds)
● Fiable
– Tolérant à la panne
● Flexible
– Schéma à la lecture !
– Passage à l'échelle
● Économique
– Prédictibilité des
coûts

9. Hadoop,
système d'exploitation de la donnée

10. Vous connaissez ?

11. Spark, Simple et rapide
Hadoop Map / Reduce
Iter. 1
Lecture
HDFS
Écriture
RAM
Iter. 2
Lecture
RAM
Écriture
RAM
. . .
Lecture
HDFS
Écriture
HDFS
Lecture
HDFS
Écriture
HDFS
Iter. 1 Iter. 2 . . .
Spark

12. Spark,
meilleur compagnon d'Hadoop

13. Construire sa
plateforme Big Data

14. Une architecture BI à l'heure
du Big Data

15. Collecter, Transformer,
avec Talend Big Data
Des jobs Talend Pig !
Des composants toujours plus riches

16. Hortonworks HDP, une
distribution open source

17. Analyser de larges volume
de données en SQL avec
InfiniDB
● Sans doute le
moteur SQL pour
Hadoop le plus
performant du
moment

18. Reporting
● JasperReports
– Connecteur Hive
– Connecteur HBase
– Connecteur Avro
● Birt
– Connecteur pour
Hive

19. Visualisation, Exploration
Datameer Tableau Software
Via Hive (Odbc, Jdbc)

20. Cas d'utilisation

21. Oui, mais
concrètement...

22. Hadoop dans le monde bancaire :
Crédit Mutuel Arkea
– Groupe bancaire de plein exercice
– 3.2 millions de sociétaires et clients
– 9000 salariés
– 84 milliard d'euros de total de bilan
(2011)

23. Hadoop dans le monde bancaire :
Crédit Mutuel Arkea
● Offrir une meilleure expérience aux
utilisateurs
– Les clients peuvent accéder à leur
historique de paiements depuis 2001 !
● Dé-silotage l'organisation
– Avoir une vision à 360° des clients, des
produits
http://www.journaldunet.com/solutions/dsi/big-data-dans-les-dsi/l

24. Quelle démarche pour
votre projet Big Data !

25. Commencer petit !

26. Oublier les démarches
classiques ! Trop long !

27. Oublier les démarches
classiques ! Trop long !

28. Soyez Lean !

29. Big Data, BI,
le tout en mode agile

30. Commencer petit !

31. Y aller pas à pas
● Télécharger une VM prêt à l'emploi
(Pseudo cluster)
– Tester les démos / tutoriels
– Essayer avec vos données
● Passer à la vitesse supérieure avec une
offre hébergée
● Formez vous, faites vous accompagner
● Lancez vous avec vos propres machines,
hébergées ou non !

32. Questions

33. Plateforme Big Data
orientée BI
avec
Hadoop et Spark
Merci !
Charly CLAIRMONT
charly.clairmont@altic.org
@egwada
@ALtic_Buzz