Transcription

1 Technologies et techniques d aujourd hui et de demain 1 Virtualisation Containers Projet Docker Web 3.0 Cloud Big Data Internet des objets 2 1

2 Virtualisation 3 Virtualisation Logiciels appelés hyperviseurs Hyper-V: Microsoft VMware: VMware VirtualBox: Oracle Xen: communauté autour du projet Xen Machine virtuelle (VM) Fonctionne au dessus d'un OS existant sur une machine physique. Simule une machine physique sur une machine physique. 4 2

3 Virtualisation Avantages Rationalisation d'un parc de serveurs : pas besoin d'acheter un serveur physique pour chaque application. Rationalisation des coûts de matériels informatiques. Possibilité d'installer plusieurs systèmes (Windows, Linux) sur une même machine. Portabilité des serveurs : une machine virtuelle peut être déplacée d'un serveur physique vers un autre (lorsque celle-ci a, par exemple, besoin de davantage de ressources). 5 Virtualisation Avantages Accélération des déploiements de systèmes et d'applications en entreprise. Administration simplifiée de l'ensemble des serveurs. Réduction de la facture d'électricité, en diminuant le nombre de serveurs physiques. 6 3

4 Virtualisation Inconvénients Coût important au niveau du serveur: plusieurs processeurs, beaucoup de mémoire. Pannes : si le serveur physique tombe en panne, les machines virtuelles tombent également en panne. Vulnérabilité : si bug ou faille de sécurité, VMspeuvent l'être également et ne sont plus protégées. La virtualisation, en augmentant les couches logicielles, a pour conséquence d'augmenter la surface d'attaque de l'entreprise. Maintenance nécessaire sur chaque VM au même titre qu une maintenance sur chaque serveur. 7 Containers Projet «Docker» 8 4

5 Pourquoi «Docker»? Un docker c'est un ouvrier des docks. Un container c'est une très grande boîte qui se met sur un navire et qui permet de déplacer des marchandises d'un endroit à l'autre. Nous sommes dans un environnement portuaire!? 9 Container S'appuie sur un OS existant sur une machine physique. Simule un ensemble applicatif au sein de l'hôte. Léger, performant, il peut être déployé rapidement. Partage les ressources avec l'os : noyau, périphériques, processeur, RAM,... L'OS de la machine physique reste «propre»! 10 5

6 Docker et développement logiciel Similitude entre docker, containers et développement informatique? Crédit photo: Marc Ryckaert (MJJR) 11 Analogie Cartons, container, navire... XXXX 12 6

7 Les différences avec les VMs Source: Docker.io 13 Web 1.0 Web 2.0 Web

8 Web 3.0 Web 1.0: des pages HTML, des liens sur ces pages. Web 2.0: évolution du web originel vers une interactivité croissante Complexification interne de la technologie. Simplification de l'utilisation des appareils connectés à l'internet. Utilisateurs ne devant pas être des experts de l'informatique pour utiliser les appareils connectés. Web 3.0: troisième étape d'évolution de l'internet après le web 2.0. Le futur du Web. Web sémantique fournit un modèle qui permet aux données d'être partagées et réutilisées entre plusieurs applications, entreprises et groupes d'utilisateurs (W3C). 15 Web 3.0 Web 3.0: caractéristiques La définition exacte d une application Web 3.0 fait encore polémique. Le caractère collaboratif est souvent mis en avant. Analogie entre énergie et économie numérique: 1.0: premier âge d Internet, la mise à disposition et la réception d informations -> fourniture de l énergie. 2.0: partage des contenus -> distribution intelligente de l énergie. 3.0: le futur du Web, l Internet des objets -> le consommateur est maître de sa propre énergie. 16 8

9 Web 3.0 Web 3.0: caractéristiques Ce qui est admis au sujet du Web 3.0 : Ce n est plus uniquement un site Web en (X)HTML. Une solution Web SaaS peut en faire partie ((X)HTML+SGBDR(SQLServer, Oracle, MySQL, ) ou SGBD XML (existdb solution Open Source)). Doit être indépendante de tout support (imprimante, écran, ) -> mobilité. Doit être indépendante de tout système d exploitation, de tout matériel ou logiciel ou plugin -> universalité. En conformité avec le W3C: compatibilité et ouverture aux bases de données diverses -> accessibilité. 17 Web 3.0 Web 3.0: caractéristiques Web sémantique = Web 3.0? Mouvement collaboratif mené par le W3C: favoriser des méthodes communes pour échanger des données. Faire émerger de nouvelles connaissances à partir des connaissances déjà présentes sur l Internet. Web des données: consiste à lier et à structurer l information sur l Internet. Accès à la connaissance qu elle contient déjà. Tim Berners-Lee: «Un Web des données qui peuvent être traitées directement et indirectement par des machines pour aider leurs utilisateurs à créer de nouvelles connaissances.» Censure et vie privée: danger lorsque l information est structurée de manière sémantique ou lorsque des données de géolocalisation remettent en cause l anonymat sur Internet. 18 9

10 Cloud 19 Cloud Informatique en nuage. Mise en commun de serveurs informatiques disséminés. Liaison par le réseau Internet. Partage de la puissance de calcul et de stockage

11 Cloud Serveurs loués selon critères techniques. Puissance, bande passante, Location forfaitaire. Extrême souplesse: possible de gérer soi-même les serveurs loués. Délocalisation de l infrastructure informatique. 21 Cloud 22 Crédit Sam Johnston Trouvé sur Wikipédia 11

12 Big Data 23 Big Data Données massives, mégadonnées. Ensembles de données tellement énormes que le traitement avec des outils classiques de gestion de bases de données n est plus possible. S'accompagne du développement d'applis à visée analytique, qui traitent les données pour en tirer du sens : Big Analytics «Broyage de données». Croissance des données tridimensionnelle : 3V Volume Variété - Vélocité Volume important Variété d informations importante Niveau de Vélocité à atteindre 24 12

13 Big Data Volume : Facebook 10 TB/jour 3600 TB/année : volume généré par des humains. Météorologie astronomie - : données générées automatiquement. De 1998 à 2008: le plus important catalogue de données astronomique, le Sloane Digital Sky Survey emmagasina 25 TB de données des téléscopes. En 2014 le Large Synoptic Survey Telescope devait produire 20 TB chaque nuit. Pour 2019 le radiotélescope «Square KilometreArray» devrait produire 50 TB de données traitées par jour, avec un débit de 7000 TB par seconde. Le LHC est le premier système global qui devrait atteindre et dépasser la barre des petabytes (1 PB = 1000 TB): 100 PB de 1993 à 2013, 75 PB de 2010 à Big Data Variété : Défi pour les data centers. Pas des données relationnelles traditionnelles. Données brutes, semi-structurées. Données complexes venant du web, au format texte et images (Web Mining, Text Mining, Image Mining). Collecte sur individus et objets : toujours plus de données. Analyses complexes qui portent sur des données de nature différente

14 Big Data Vélocité : Fréquence de génération, de capture et de partage de données. Analyse quasi-temps réel (Bourses ). L'homme risque de perdre le contrôle. 27 Big Data Principales technologies : Bases de données NoSQL(MongoDB, Cassandra, Redis ). Traitement massivement parallèle (framework Hadoop le plus connu). Les composants Hadoop: HDFS = Hadoop Distributed File System, dérivé du GFS de Google, Hbase = base de données distribuée, stockage structuré pour grandes tables, inspiré de BigTable de Google, MapReduce = patron d architecture de développement inventé par Google (calculs parallèles, distribués, ) Hive: logiciel d analyse de données avec une syntaxe proche de SQL (développé par Facebook). Ecrit en Java. Stockage de données en mémoire (Memtables)

15 Big Data et Informatique décisionnelle Informatique décisionnelle Aussi nommée Business Intelligence BI Utilisation de statistique descriptive. Mesures de phénomènes. Détection de tendance. Big Data Solutions inventées par les géants du web: accès en temps réel à des bases de données géantes. Utilisation de statistique inférentielle. Données à faible densité en information. Grand volume = inférer des lois (régressions): capacité prédictive. 29 Big Data et Informatique décisionnelle Informatique décisionnelle Se base sur un modèle du monde. Big Data Vise à ce que les mathématiques trouvent un modèle dans les données

16 Internet des objets 31 Internet des objets IdO, IoT : Internet of Things. Extension d Internet aux objets, aux lieux. Représente les échanges d informations entre des dispositifs du monde réel vers Internet. Fait partie du Web 3.0. Est responsable en partie de l accroissement du volume de données conduisant au Big Data

17 Internet des objets Apparu dans un courant d automatisation du traitement des documents et de l information. Ordinateurs en réseau supervisés par des serveurs. Dispositifs divers connectés via liaison TCP/IP: les objets. Puces RFID: lecteurs connectés. Croissance et complexification des systèmes de sécurité: pare-feux, authentification, ). 33 Internet des objets Un réseau de réseaux: échange de données entre monde physique et virtuel. L objet connecté: acteur autonome de l Internet? Capable de percevoir, analyser et agir par lui-même. Intelligence artificielle Science de la complexité. Cyberobjets

18 Internet des objets Est une «infrastructure mondiale pour la société de l'information, qui permet de disposer de services évolués en interconnectant des objets (physiques ou virtuels) grâce aux technologies de l'information et de la communication interopérables existantes ou en évolution.» UIT ITU-T Y.2060 juin Internet des objets L IdO n est pas une technologie mais un système de systèmes. Composants système: Objectif Anciennes technolog. Nouvelles technolog. Identification Capteurs Connexion Intégration Traitement de l information Reconnaissance univoque de l objet, collecte de données de cet objet. Code barre, RFID simples, URI, coord. GPS RFID complexes, onde acoustique, puces optiques, ADN Recueil de données de l environnement: enrichir le dispositif. Lux-, thermo-, hygromètre, capteur proximité. Accéléromètre, gyro, capteurs miniatures, issus des nanotechno. Systèmes entre eux. Multicouches Stockage, analyse: lancer actions, aide à la prise de décisions Câbles, radio Middlewares. SGBD, tableur, progiciel gestion, CRM, ERP, Bluetooth, CCP, Wi-Fi, Zigbee, Middlewares évolués, analyse décisionnelle Entrepôt de données 3D (compat. Puces RFID), Web sémantique,.. 36 Source: Wikipedia.org Internet des objets 18

19 Sources : Essentiellement Wikipedia mes_complexes Merci de votre attention 38 19