SlideShare une entreprise Scribd logo
Les défis du NoSql
Djamel Zouaoui
@DjamelOnLine
1
NoSql est une évolution
« Lorsqu'une chose évolue, tout ce qui est autour évolue de même. »
2
Source : Gabs - Changement, je me marre !!!
Rappel : NoSql c’est…
Une alternative aux bases de données relationnelles en
relâchant certaines contraintes
Des avantages et des opportunités pour répondre
Aux enjeux contemporains
Aux limites technologiques des SGBDR
3
Volumétrie
Disponibilité
Multi-site
Performance
Coût
Elasticité
Débit
Latence
Les gènes NoSql
Architecture Distribuée
Commodity hardware
Simplicité d’administration
Schemaless
4
1 - Choisir sa base
5
1
6
1
Dominante TP
ou Analy cs
Analyse à faire par pa ern d’accès. Plusieurs
technologies peuvent (doivent ?) souvent coexister
pour répondre à un scope fonc onnel complet
Est-ce que
mon besoin peut être résolu
avec un SGBDR
Juste fais-le.
C’est sec, tu peux trouver des
compétences facilement
Personne ne te virera pourra
avoir choisi un SGBDR
OUI
NON, car un SGBDR est
-Top lent
-Trop gros
-Trop cher
Besoin temps
réel fort ? Dominante
Read ou Write
Analy cs TP
Read
Write
Terradata
-Requêtes prédéfinies
-Résultats rapides
-Solu on sèche
-Intégra on avec l’existant
-Requêtable en SQL
Hadoop
-Rapport volume/prix
-Peu de limite de volume
-Faiblement structuré
-Requêtage à façon
-exploratoire
Solu ons de type
Quartet FS ou CEP
pour des
historiques faibles
Fort besoin
de schémas faiblement
structurés ?
Solu ons de type
MongoDB
-Schemaless
-Fonc ons de search
U liser un SBDR avec
•Caching
•Réplica on
•Sharding
Mon enjeu est
plutôt le par onnement
et la disponibilité
Solu ons de
type Cassandra
et Hypertable
Solu ons de
type Gemfir
e
Gigaspace
Use case typique : le web
-Stockage sur disque car pas de perte de données
-Mul site
-Haut débit
-Schémas de données évolu fs à chaud
Use case typique : grilles de calculs bancaires
-Stockage en mémoire pour la performance des
calculs
-Consistance
-Richesse des fonc onnalité : SQL, no f, caches
locaux
Les 2 familles sont élas ques – ajout dynamique de nœuds possibles
Elles tendent à évoluer pour avoir le meilleur des 2 mondes
C
A
P
C
A P
OUI
NON
Mon enjeu est
plutôt la consistance et le
par onnement
OUI
NON
La latence est
l’enjeu clé
NON
OUI
Solu ons de type
Memcached /
Reddis
Use cases typiques :
-Ges on de sessions
-Main ent de contextes hautement accessibles
-Dédoublonnage de transac ons mé er
7
Chez OCTO
1
Et chez les développeurs
8
1
Que faire ?
Connaître vos besoins
Connaître les technologies
Comprendre les paradigmes et choix d’architecture structurants
Avoir une vision 360 des produits (dev, ops et archi)
S’appuyer sur des retours d’expériences
Pourquoi ne parier que sur un seul datastore?
9
1
2 – La modélisation
10
2
Les méthodes
11
2
La fin du cadre fournie par la base de donnée
Atomicité
Cohérence
Relation
Unicité
…
12
2
Que faire ?
Ce n’est pas qu’une histoire de technique :
Modélisation émergente et orientée usage
Réfléchir aux use cases en amont
Adaptation et évolution du modèle
Plus de la rigueur via les pratiques
Tests unitaires et fonctionnels automatisés
Industrialisation du développement
Agilité dans la gestion du cycle de vie
13
2
3 – La recherche
14
SEARCH
3
15
3
Que faire niveau 1
16
Index secondaires
& index manuels
3
Que faire niveau 2
17
Index secondaires
& index manuels
Moteur Map/Reduce
intégré
3
Que faire niveau 3
18
Index secondaires
& index manuels
Moteur Map/Reduce
intégré
Moteur de
recherche intégré
3
Les autres défis
La production
Le DBA
L’organisation de la DSI
La sécurité
L’impact sur les architectures et le SI
L’impact sur le code
Les backups
…
Parlons-en (mais dehors vu l’heure) !
19
Pour résumé
Ce n’est pas magique, cela nécessite une excellente
maîtrise technologique du sujet
Mais ce n’est pas seulement un chantier technique, il faut
repenser aussi la façon de travailler et de collaborer au
sein des DSI
Mais ça en vaut la peine (ok, nous n’avons pas vu cette
partie )
20
Des questions ?
21

Contenu connexe

Tendances

Zenika matinale spark-zeppelin_ml
Zenika matinale spark-zeppelin_mlZenika matinale spark-zeppelin_ml
Zenika matinale spark-zeppelin_ml
Zenika
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data Processing
Lilia Sfaxi
 
Apache Cassandra - Concepts et fonctionnalités
Apache Cassandra - Concepts et fonctionnalitésApache Cassandra - Concepts et fonctionnalités
Apache Cassandra - Concepts et fonctionnalités
Romain Hardouin
 
Datalake de l'idée à la plateforme
Datalake de l'idée à la plateformeDatalake de l'idée à la plateforme
Datalake de l'idée à la plateforme
Novencia Groupe
 
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
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
JEMLI Fathi
 
DataStax Enterprise BBL
DataStax Enterprise BBLDataStax Enterprise BBL
DataStax Enterprise BBL
Victor Coustenoble
 
NoSQL et Big Data
NoSQL et Big DataNoSQL et Big Data
NoSQL et Big Data
acogoluegnes
 
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows AzureBig Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Microsoft
 
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big DataAzure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Microsoft
 
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
Jérôme Mainaud
 
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
OCTO Technology
 
HTTP2 : ce qui va changer par Julien Landuré
HTTP2 : ce qui va changer par Julien LanduréHTTP2 : ce qui va changer par Julien Landuré
HTTP2 : ce qui va changer par Julien Landuré
Zenika
 
Datastax Cassandra + Spark Streaming
Datastax Cassandra + Spark StreamingDatastax Cassandra + Spark Streaming
Datastax Cassandra + Spark Streaming
Victor Coustenoble
 
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
DataStax
 
Apache Kafka, Un système distribué de messagerie hautement performant
Apache Kafka, Un système distribué de messagerie hautement performantApache Kafka, Un système distribué de messagerie hautement performant
Apache Kafka, Un système distribué de messagerie hautement performant
ALTIC Altic
 
Introduction à Cassandra
Introduction à CassandraIntroduction à Cassandra
Introduction à Cassandra
Gérald Quintana
 
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkPlateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
ALTIC Altic
 
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache CassandraDataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
Victor Coustenoble
 
Spark SQL principes et fonctions
Spark SQL principes et fonctionsSpark SQL principes et fonctions
Spark SQL principes et fonctions
MICHRAFY MUSTAFA
 

Tendances (20)

Zenika matinale spark-zeppelin_ml
Zenika matinale spark-zeppelin_mlZenika matinale spark-zeppelin_ml
Zenika matinale spark-zeppelin_ml
 
BigData_Chp3: Data Processing
BigData_Chp3: Data ProcessingBigData_Chp3: Data Processing
BigData_Chp3: Data Processing
 
Apache Cassandra - Concepts et fonctionnalités
Apache Cassandra - Concepts et fonctionnalitésApache Cassandra - Concepts et fonctionnalités
Apache Cassandra - Concepts et fonctionnalités
 
Datalake de l'idée à la plateforme
Datalake de l'idée à la plateformeDatalake de l'idée à la plateforme
Datalake de l'idée à la plateforme
 
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
 
Big data: NoSQL comme solution
Big data: NoSQL comme solutionBig data: NoSQL comme solution
Big data: NoSQL comme solution
 
DataStax Enterprise BBL
DataStax Enterprise BBLDataStax Enterprise BBL
DataStax Enterprise BBL
 
NoSQL et Big Data
NoSQL et Big DataNoSQL et Big Data
NoSQL et Big Data
 
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows AzureBig Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
 
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big DataAzure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
Azure Camp 9 Décembre 2014 - slides session développeurs IOT Big Data
 
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
Introduction à Apache Cassandra — IppEvent chez OVH 2017-03-02
 
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
Softshake 2013 - Yarn dans la vraie vie, retour d'expérience et bonnes pratiq...
 
HTTP2 : ce qui va changer par Julien Landuré
HTTP2 : ce qui va changer par Julien LanduréHTTP2 : ce qui va changer par Julien Landuré
HTTP2 : ce qui va changer par Julien Landuré
 
Datastax Cassandra + Spark Streaming
Datastax Cassandra + Spark StreamingDatastax Cassandra + Spark Streaming
Datastax Cassandra + Spark Streaming
 
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
Comment M6 personnalise l’expérience utilisateur du service 6Play avec DataSt...
 
Apache Kafka, Un système distribué de messagerie hautement performant
Apache Kafka, Un système distribué de messagerie hautement performantApache Kafka, Un système distribué de messagerie hautement performant
Apache Kafka, Un système distribué de messagerie hautement performant
 
Introduction à Cassandra
Introduction à CassandraIntroduction à Cassandra
Introduction à Cassandra
 
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkPlateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
 
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache CassandraDataStax Enterprise et Cas d'utilisation de Apache Cassandra
DataStax Enterprise et Cas d'utilisation de Apache Cassandra
 
Spark SQL principes et fonctions
Spark SQL principes et fonctionsSpark SQL principes et fonctions
Spark SQL principes et fonctions
 

En vedette

Elle & Image prez
Elle & Image prezElle & Image prez
Elle & Image prez
Elleetimage
 
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
#LeReCit @ReseauCitadelle
 
Sportifs
SportifsSportifs
Sportifs
serre24
 
Triathlon handi-valide Mouliets 2015.
Triathlon handi-valide Mouliets 2015.Triathlon handi-valide Mouliets 2015.
Triathlon handi-valide Mouliets 2015.
MNH Mutuelle Nationale des Hospitaliers
 
Elephants_Leaves
Elephants_LeavesElephants_Leaves
Elephants_Leaves
Jooby
 
Faye new memoire_-_la_livraison_sans_connaissement
Faye new memoire_-_la_livraison_sans_connaissementFaye new memoire_-_la_livraison_sans_connaissement
Faye new memoire_-_la_livraison_sans_connaissement
martherose
 
Règlement sakifo2012 france_final
Règlement sakifo2012 france_finalRèglement sakifo2012 france_final
Règlement sakifo2012 france_final
partenariatsdeezer
 
La princesse et la villageoise test
La princesse et la villageoise testLa princesse et la villageoise test
La princesse et la villageoise test
0441492h
 
Trimestriel Septembre 2013
Trimestriel Septembre 2013Trimestriel Septembre 2013
Trimestriel Septembre 2013
Maison Africaine
 
Mythesis talk presentation_28_june_2013
Mythesis talk presentation_28_june_2013Mythesis talk presentation_28_june_2013
Mythesis talk presentation_28_june_2013
Ahmed Ammar Rebai PhD
 
Trimestriel mars 2014
Trimestriel mars 2014Trimestriel mars 2014
Trimestriel mars 2014
Maison Africaine
 
Presentation phytofar nouvelles législations 12092012 compressed
Presentation phytofar nouvelles législations 12092012 compressedPresentation phytofar nouvelles législations 12092012 compressed
Presentation phytofar nouvelles législations 12092012 compressed
Phytofar mobile
 
Po a2 ursa andra iulia
Po a2 ursa andra iuliaPo a2 ursa andra iulia
Po a2 ursa andra iulia
Andra Iulia
 
Lesson plan
Lesson planLesson plan
Lesson plan
Veena Vs
 
How society is integrated into Environment solutions ?
How society is integrated into Environment solutions ? How society is integrated into Environment solutions ?
How society is integrated into Environment solutions ?
Laura Braud
 
Catalogue Installateurs Europliage 2013 Portes Blindées design
Catalogue Installateurs Europliage 2013 Portes Blindées designCatalogue Installateurs Europliage 2013 Portes Blindées design
Catalogue Installateurs Europliage 2013 Portes Blindées design
Europliage
 
Décryptage loi trantion énergétique
Décryptage loi trantion énergétiqueDécryptage loi trantion énergétique
Décryptage loi trantion énergétique
RAC-F
 

En vedette (20)

Elle & Image prez
Elle & Image prezElle & Image prez
Elle & Image prez
 
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
Rapport sur l'OFATMA de Cap-Haitien. (Irrégularités et corruption)
 
Sportifs
SportifsSportifs
Sportifs
 
Portefolio s
Portefolio sPortefolio s
Portefolio s
 
Triathlon handi-valide Mouliets 2015.
Triathlon handi-valide Mouliets 2015.Triathlon handi-valide Mouliets 2015.
Triathlon handi-valide Mouliets 2015.
 
Elephants_Leaves
Elephants_LeavesElephants_Leaves
Elephants_Leaves
 
Faye new memoire_-_la_livraison_sans_connaissement
Faye new memoire_-_la_livraison_sans_connaissementFaye new memoire_-_la_livraison_sans_connaissement
Faye new memoire_-_la_livraison_sans_connaissement
 
Règlement sakifo2012 france_final
Règlement sakifo2012 france_finalRèglement sakifo2012 france_final
Règlement sakifo2012 france_final
 
La princesse et la villageoise test
La princesse et la villageoise testLa princesse et la villageoise test
La princesse et la villageoise test
 
Trimestriel Septembre 2013
Trimestriel Septembre 2013Trimestriel Septembre 2013
Trimestriel Septembre 2013
 
Mythesis talk presentation_28_june_2013
Mythesis talk presentation_28_june_2013Mythesis talk presentation_28_june_2013
Mythesis talk presentation_28_june_2013
 
Trimestriel mars 2014
Trimestriel mars 2014Trimestriel mars 2014
Trimestriel mars 2014
 
Presentation phytofar nouvelles législations 12092012 compressed
Presentation phytofar nouvelles législations 12092012 compressedPresentation phytofar nouvelles législations 12092012 compressed
Presentation phytofar nouvelles législations 12092012 compressed
 
Po a2 ursa andra iulia
Po a2 ursa andra iuliaPo a2 ursa andra iulia
Po a2 ursa andra iulia
 
Lesson plan
Lesson planLesson plan
Lesson plan
 
Perte et vol de mobile
Perte et vol de mobilePerte et vol de mobile
Perte et vol de mobile
 
How society is integrated into Environment solutions ?
How society is integrated into Environment solutions ? How society is integrated into Environment solutions ?
How society is integrated into Environment solutions ?
 
Catalogue Installateurs Europliage 2013 Portes Blindées design
Catalogue Installateurs Europliage 2013 Portes Blindées designCatalogue Installateurs Europliage 2013 Portes Blindées design
Catalogue Installateurs Europliage 2013 Portes Blindées design
 
Décryptage loi trantion énergétique
Décryptage loi trantion énergétiqueDécryptage loi trantion énergétique
Décryptage loi trantion énergétique
 
Mali
MaliMali
Mali
 

Similaire à Usi 2013 - NoSql les defis à relever

NoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisationNoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisation
Microsoft Technet France
 
SQL Server et les développeurs
SQL Server et les développeurs SQL Server et les développeurs
SQL Server et les développeurs
Microsoft
 
SRE - Mythes et Réalités - Volcamp 2023.pdf
SRE - Mythes et Réalités - Volcamp 2023.pdfSRE - Mythes et Réalités - Volcamp 2023.pdf
SRE - Mythes et Réalités - Volcamp 2023.pdf
Henri Gomez
 
La "Data science" au service des entreprises
La "Data science" au service des entreprisesLa "Data science" au service des entreprises
La "Data science" au service des entreprises
Aymen ZAAFOURI
 
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
 
Big Data ou comment retrouver une aiguille dans une botte de foin
Big Data ou comment retrouver une aiguille dans une botte de foinBig Data ou comment retrouver une aiguille dans une botte de foin
Big Data ou comment retrouver une aiguille dans une botte de foin
PALO IT
 
NoSQL panorama - Jean Seiler Softeam
NoSQL panorama - Jean Seiler SofteamNoSQL panorama - Jean Seiler Softeam
NoSQL panorama - Jean Seiler Softeam
TelecomValley
 
Drupal et le NoSQL - drupagora 2011
Drupal et le NoSQL - drupagora 2011Drupal et le NoSQL - drupagora 2011
Drupal et le NoSQL - drupagora 2011
OSInet
 
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
 
DeciLogic, pourquoi mettre en place un SID ?
DeciLogic, pourquoi mettre en place un SID ?DeciLogic, pourquoi mettre en place un SID ?
DeciLogic, pourquoi mettre en place un SID ?
Eric Mauvais
 
Présentation Big Data et REX Hadoop
Présentation Big Data et REX HadoopPrésentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
Joseph Glorieux
 
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
MongoDB
 
Relational databases & NoSQL databases
Relational databases & NoSQL databasesRelational databases & NoSQL databases
Relational databases & NoSQL databases
Cédric Villa
 
chap4.pdf
chap4.pdfchap4.pdf
chap4.pdf
OumaimaBouhani
 
Bref
BrefBref
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
Denodo
 
DeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnelDeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnel
Eric Mauvais
 
Outils informatiques agiles au sein d'une agence digitale
Outils informatiques agiles au sein d'une agence digitaleOutils informatiques agiles au sein d'une agence digitale
Outils informatiques agiles au sein d'une agence digitale
Christophe NEY
 
SRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdfSRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdf
Henri Gomez
 

Similaire à Usi 2013 - NoSql les defis à relever (20)

NoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisationNoSql : conception des schémas, requêtage, et optimisation
NoSql : conception des schémas, requêtage, et optimisation
 
SQL Server et les développeurs
SQL Server et les développeurs SQL Server et les développeurs
SQL Server et les développeurs
 
SRE - Mythes et Réalités - Volcamp 2023.pdf
SRE - Mythes et Réalités - Volcamp 2023.pdfSRE - Mythes et Réalités - Volcamp 2023.pdf
SRE - Mythes et Réalités - Volcamp 2023.pdf
 
La "Data science" au service des entreprises
La "Data science" au service des entreprisesLa "Data science" au service des entreprises
La "Data science" au service des entreprises
 
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
 
Big Data ou comment retrouver une aiguille dans une botte de foin
Big Data ou comment retrouver une aiguille dans une botte de foinBig Data ou comment retrouver une aiguille dans une botte de foin
Big Data ou comment retrouver une aiguille dans une botte de foin
 
NoSQL panorama - Jean Seiler Softeam
NoSQL panorama - Jean Seiler SofteamNoSQL panorama - Jean Seiler Softeam
NoSQL panorama - Jean Seiler Softeam
 
Drupal et le NoSQL - drupagora 2011
Drupal et le NoSQL - drupagora 2011Drupal et le NoSQL - drupagora 2011
Drupal et le NoSQL - drupagora 2011
 
Toutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDBToutes les raisons d'adopter MongoDB
Toutes les raisons d'adopter MongoDB
 
DeciLogic, pourquoi mettre en place un SID ?
DeciLogic, pourquoi mettre en place un SID ?DeciLogic, pourquoi mettre en place un SID ?
DeciLogic, pourquoi mettre en place un SID ?
 
Présentation Big Data et REX Hadoop
Présentation Big Data et REX HadoopPrésentation Big Data et REX Hadoop
Présentation Big Data et REX Hadoop
 
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
Morning with MongoDB Paris 2012 - Cas d'usages courant en entreprise. Présent...
 
Relational databases & NoSQL databases
Relational databases & NoSQL databasesRelational databases & NoSQL databases
Relational databases & NoSQL databases
 
chap4.pdf
chap4.pdfchap4.pdf
chap4.pdf
 
Sgbd oss-27012006
Sgbd oss-27012006Sgbd oss-27012006
Sgbd oss-27012006
 
Bref
BrefBref
Bref
 
Session découverte de la Data Virtualization
Session découverte de la Data VirtualizationSession découverte de la Data Virtualization
Session découverte de la Data Virtualization
 
DeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnelDeciLogic, la gestion d'un projet décisionnel
DeciLogic, la gestion d'un projet décisionnel
 
Outils informatiques agiles au sein d'une agence digitale
Outils informatiques agiles au sein d'une agence digitaleOutils informatiques agiles au sein d'une agence digitale
Outils informatiques agiles au sein d'une agence digitale
 
SRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdfSRE - Mythes et Réalités - Voxxed 2024.pdf
SRE - Mythes et Réalités - Voxxed 2024.pdf
 

Plus de Djamel Zouaoui

Paris Data Geek - Spark Streaming
Paris Data Geek - Spark Streaming Paris Data Geek - Spark Streaming
Paris Data Geek - Spark Streaming
Djamel Zouaoui
 
Datajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandationDatajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandation
Djamel Zouaoui
 
ParisDataGeek - L amour est dans le graphe
ParisDataGeek - L amour est dans le grapheParisDataGeek - L amour est dans le graphe
ParisDataGeek - L amour est dans le graphe
Djamel Zouaoui
 
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
Djamel Zouaoui
 
USI 2009 - Du RIA pour SI
USI 2009 - Du RIA pour SIUSI 2009 - Du RIA pour SI
USI 2009 - Du RIA pour SI
Djamel Zouaoui
 
Retour d'expérience TechLead
Retour d'expérience TechLeadRetour d'expérience TechLead
Retour d'expérience TechLead
Djamel Zouaoui
 
Présentation Alt.net - Tests unitaires automatisés
Présentation Alt.net - Tests unitaires automatisésPrésentation Alt.net - Tests unitaires automatisés
Présentation Alt.net - Tests unitaires automatisés
Djamel Zouaoui
 
USI Casablanca 2010 - Industrialisation et intégration continue
USI Casablanca 2010 - Industrialisation et intégration continueUSI Casablanca 2010 - Industrialisation et intégration continue
USI Casablanca 2010 - Industrialisation et intégration continue
Djamel Zouaoui
 
USI 2011 - De l offshore qui fonctionne !
USI 2011 - De l offshore qui fonctionne !USI 2011 - De l offshore qui fonctionne !
USI 2011 - De l offshore qui fonctionne !
Djamel Zouaoui
 

Plus de Djamel Zouaoui (9)

Paris Data Geek - Spark Streaming
Paris Data Geek - Spark Streaming Paris Data Geek - Spark Streaming
Paris Data Geek - Spark Streaming
 
Datajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandationDatajob 2013 - Construire un système de recommandation
Datajob 2013 - Construire un système de recommandation
 
ParisDataGeek - L amour est dans le graphe
ParisDataGeek - L amour est dans le grapheParisDataGeek - L amour est dans le graphe
ParisDataGeek - L amour est dans le graphe
 
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
Microsoft Tech days 2007 - Industrialisation des développements : Retours d'e...
 
USI 2009 - Du RIA pour SI
USI 2009 - Du RIA pour SIUSI 2009 - Du RIA pour SI
USI 2009 - Du RIA pour SI
 
Retour d'expérience TechLead
Retour d'expérience TechLeadRetour d'expérience TechLead
Retour d'expérience TechLead
 
Présentation Alt.net - Tests unitaires automatisés
Présentation Alt.net - Tests unitaires automatisésPrésentation Alt.net - Tests unitaires automatisés
Présentation Alt.net - Tests unitaires automatisés
 
USI Casablanca 2010 - Industrialisation et intégration continue
USI Casablanca 2010 - Industrialisation et intégration continueUSI Casablanca 2010 - Industrialisation et intégration continue
USI Casablanca 2010 - Industrialisation et intégration continue
 
USI 2011 - De l offshore qui fonctionne !
USI 2011 - De l offshore qui fonctionne !USI 2011 - De l offshore qui fonctionne !
USI 2011 - De l offshore qui fonctionne !
 

Dernier

INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
Faga1939
 
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et ComparatifLes Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Top-plans
 
La Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdfLa Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdf
SoniazghalKallel
 
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
Nicolas Georgeault
 
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Chadi Kammoun
 
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
InnovaSter-Trade Ltd.
 

Dernier (6)

INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
INTELLIGENCE ARTIFICIELLE + INFORMATIQUE QUANTIQUE = LA PLUS GRANDE RÉVOLUTIO...
 
Les Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et ComparatifLes Vidéoprojecteurs : Guide d'achat et Comparatif
Les Vidéoprojecteurs : Guide d'achat et Comparatif
 
La Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdfLa Gestion des risques selon ISO 27005.pdf
La Gestion des risques selon ISO 27005.pdf
 
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
M365 Community Days MTL 2024 - Découverte du Process Mining et du Task Mining...
 
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
Rapport Projet ERP - Plateforme Odoo 16 (PFE Licence)
 
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
Technologie hydrostatique, innovation pour la stérilisation des aliments : HI...
 

Usi 2013 - NoSql les defis à relever

  • 1. Les défis du NoSql Djamel Zouaoui @DjamelOnLine 1
  • 2. NoSql est une évolution « Lorsqu'une chose évolue, tout ce qui est autour évolue de même. » 2 Source : Gabs - Changement, je me marre !!!
  • 3. Rappel : NoSql c’est… Une alternative aux bases de données relationnelles en relâchant certaines contraintes Des avantages et des opportunités pour répondre Aux enjeux contemporains Aux limites technologiques des SGBDR 3 Volumétrie Disponibilité Multi-site Performance Coût Elasticité Débit Latence
  • 4. Les gènes NoSql Architecture Distribuée Commodity hardware Simplicité d’administration Schemaless 4
  • 5. 1 - Choisir sa base 5 1
  • 6. 6 1
  • 7. Dominante TP ou Analy cs Analyse à faire par pa ern d’accès. Plusieurs technologies peuvent (doivent ?) souvent coexister pour répondre à un scope fonc onnel complet Est-ce que mon besoin peut être résolu avec un SGBDR Juste fais-le. C’est sec, tu peux trouver des compétences facilement Personne ne te virera pourra avoir choisi un SGBDR OUI NON, car un SGBDR est -Top lent -Trop gros -Trop cher Besoin temps réel fort ? Dominante Read ou Write Analy cs TP Read Write Terradata -Requêtes prédéfinies -Résultats rapides -Solu on sèche -Intégra on avec l’existant -Requêtable en SQL Hadoop -Rapport volume/prix -Peu de limite de volume -Faiblement structuré -Requêtage à façon -exploratoire Solu ons de type Quartet FS ou CEP pour des historiques faibles Fort besoin de schémas faiblement structurés ? Solu ons de type MongoDB -Schemaless -Fonc ons de search U liser un SBDR avec •Caching •Réplica on •Sharding Mon enjeu est plutôt le par onnement et la disponibilité Solu ons de type Cassandra et Hypertable Solu ons de type Gemfir e Gigaspace Use case typique : le web -Stockage sur disque car pas de perte de données -Mul site -Haut débit -Schémas de données évolu fs à chaud Use case typique : grilles de calculs bancaires -Stockage en mémoire pour la performance des calculs -Consistance -Richesse des fonc onnalité : SQL, no f, caches locaux Les 2 familles sont élas ques – ajout dynamique de nœuds possibles Elles tendent à évoluer pour avoir le meilleur des 2 mondes C A P C A P OUI NON Mon enjeu est plutôt la consistance et le par onnement OUI NON La latence est l’enjeu clé NON OUI Solu ons de type Memcached / Reddis Use cases typiques : -Ges on de sessions -Main ent de contextes hautement accessibles -Dédoublonnage de transac ons mé er 7 Chez OCTO 1
  • 8. Et chez les développeurs 8 1
  • 9. Que faire ? Connaître vos besoins Connaître les technologies Comprendre les paradigmes et choix d’architecture structurants Avoir une vision 360 des produits (dev, ops et archi) S’appuyer sur des retours d’expériences Pourquoi ne parier que sur un seul datastore? 9 1
  • 10. 2 – La modélisation 10 2
  • 12. La fin du cadre fournie par la base de donnée Atomicité Cohérence Relation Unicité … 12 2
  • 13. Que faire ? Ce n’est pas qu’une histoire de technique : Modélisation émergente et orientée usage Réfléchir aux use cases en amont Adaptation et évolution du modèle Plus de la rigueur via les pratiques Tests unitaires et fonctionnels automatisés Industrialisation du développement Agilité dans la gestion du cycle de vie 13 2
  • 14. 3 – La recherche 14 SEARCH 3
  • 15. 15 3
  • 16. Que faire niveau 1 16 Index secondaires & index manuels 3
  • 17. Que faire niveau 2 17 Index secondaires & index manuels Moteur Map/Reduce intégré 3
  • 18. Que faire niveau 3 18 Index secondaires & index manuels Moteur Map/Reduce intégré Moteur de recherche intégré 3
  • 19. Les autres défis La production Le DBA L’organisation de la DSI La sécurité L’impact sur les architectures et le SI L’impact sur le code Les backups … Parlons-en (mais dehors vu l’heure) ! 19
  • 20. Pour résumé Ce n’est pas magique, cela nécessite une excellente maîtrise technologique du sujet Mais ce n’est pas seulement un chantier technique, il faut repenser aussi la façon de travailler et de collaborer au sein des DSI Mais ça en vaut la peine (ok, nous n’avons pas vu cette partie ) 20