Acquisition des données - Big Data. Dario VEGA Senior Sales Consultant



Documents pareils
Organiser vos données - Big Data. Patrick Millart Senior Sales Consultant

Copyright 2013, Oracle and/or its affiliates. All rights reserved.

Sécurité de bout en bout Une solution complète pour protéger les données et prévenir les risques

EXALOGIC ELASTIC CLOUD MANAGEMENT

Copyright 2013, Oracle and/or its affiliates. All rights reserved.

FOURNIR UN SERVICE DE BASE DE DONNÉES FLEXIBLE. Database as a Service (DBaaS)

GESTION DU CYCLE DE VIE. Albert Amar Avant-vente Middleware

ADMINISTRATION EXADATA

Engineered for Business: Oracle Hardware for Oracle Database

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

ORACLE PAAS CLOUD MANAGEMENT

Déployer et sécuriser des applica1ons mobiles dans votre SI / Cloud

GESTION DE LA PERFORMANCE. Albert Amar Avant-vente Middleware

La famille Symphony. Click to add text. Vincent Perrin IBM Collaboration Solutions Architect IBM Corporation

PERFORMANCE BASE DE DONNÉES

Cartographie des solutions BigData

20 ans du Master SIAD de Toulouse - BigData par l exemple - Julien DULOUT - 22 mars ans du SIAD -"Big Data par l'exemple" -Julien DULOUT

Big Data. Concept et perspectives : la réalité derrière le "buzz"

Hadoop, les clés du succès

Les participants repartiront de cette formation en ayant une vision claire de la stratégie et de l éventuelle mise en œuvre d un Big Data.

Business Intelligence, Etat de l art et perspectives. ICAM JP Gouigoux 10/2012

Fouillez facilement dans votre système Big Data. Olivier TAVARD

Surmonter les 5 défis opérationnels du Big Data

Webcast user group: 9.0 Distribution / Production

Bases de données documentaires et distribuées Cours NFE04

Big Data Concepts et mise en oeuvre de Hadoop

Programmation parallèle et distribuée

Safe Harbor Statement

Catherine Chochoy. Alain Maneville. I/T Specialist, IBM Information Management on System z, Software Group

NoSQL. Introduction 1/23. I NoSQL : Not Only SQL, ce n est pas du relationnel, et le contexte. I table d associations - Map - de couples (clef,valeur)

Labs Hadoop Février 2013

Programmation parallèle et distribuée (Master 1 Info )

Panorama des solutions analytiques existantes

Programmation parallèle et distribuée

AVRIL Au delà de Hadoop. Panorama des solutions NoSQL

Big Data: comment passer de la stratégie à la mise en œuvre? Big Data Paris Mars 2015

Les journées SQL Server 2013

Les enjeux du Big Data Innovation et opportunités de l'internet industriel. Datasio 2013

Big Data. Les problématiques liées au stockage des données et aux capacités de calcul

Hadoop dans l entreprise: du concept à la réalité. Pourquoi et comment?

MapReduce. Malo Jaffré, Pablo Rauzy. 16 avril 2010 ENS. Malo Jaffré, Pablo Rauzy (ENS) MapReduce 16 avril / 15

AXIAD Conseil pour décider en toute intelligence

Big Data -Comment exploiter les données et les transformer en prise de décisions?

FINI LA RÉCRÉ PASSONS AUX MÉGADONNÉES

Copyright 2014, Oracle and/or its affiliates. All rights reserved.

Lieberman Software Corporation

ORACLE DATA INTEGRATOR ENTERPRISE EDITION - ODI EE

Livre. blanc. Solution Hadoop d entreprise d EMC. Stockage NAS scale-out Isilon et Greenplum HD. Février 2012

Ricco Rakotomalala R.R. Université Lyon 2

NoSQL. Introduction 1/30. I NoSQL : Not Only SQL, ce n est pas du relationnel, et le contexte. I table d associations - Map - de couples (clef,valeur)

Cassandra et Spark pour gérer la musique On-line

Plug into the Cloud with Oracle Database 12

Retour d Oracle OpenWorld 2012

Monétisation des données : comment identifier de nouvelles sources de revenus au sein des Big data?

Le nouveau visage de la Dataviz dans MicroStrategy 10

en SCÈNE RATIONAL Rational Démonstration SDP : automatisation de la chaîne de développement Samira BATAOUCHE sbataouche@fr.ibm.com

API04 Contribution. Apache Hadoop: Présentation et application dans le domaine des Data Warehouses. Introduction. Architecture

M2M. «Le nouveau paradigme des applications M2M: de l usage technique à l usage CRM»

Ne cherchez plus, soyez informés! Robert van Kommer

Ecole des Hautes Etudes Commerciales HEC Alger. par Amina GACEM. Module Informatique 1ière Année Master Sciences Commerciales

Introduction Big Data

Comment valoriser votre patrimoine de données?

Big Data. Cyril Amsellem Consultant avant-vente. 16 juin Talend

Le traitement du Big Data inclue la collecte, la curation, le stockage, l enrichissement, le croisement, la partage, l analyse et la visualisation.

Introduction à MapReduce/Hadoop et Spark

Le Pôle ORACLE d ITS-Overlap. Platinum Partner

Technologies du Web. Ludovic DENOYER - ludovic.denoyer@lip6.fr. Février 2014 UPMC

BIG Data et R: opportunités et perspectives

HADOOP ET SON ÉCOSYSTÈME

Hibernate vs. le Cloud Computing

Les réseaux de campus. F. Nolot

Tables Rondes Le «Big Data»

DEMARRER UN PROJET BIGDATA EN QUELQUES MINUTES GRACE AU CLOUD

Document réalisé par Khadidjatou BAMBA

C-JDBC. Emmanuel Cecchet INRIA, Projet Sardes.

Entreprise et Big Data

Big Data Jean-Michel Franco

Prototypage et évaluation de performances d un service de traçabilité avec une architecture distribuée basée sur Hadoop

Introduction aux algorithmes MapReduce. Mathieu Dumoulin (GRAAL), 14 Février 2014

Atelier Finance du 29/01/2015 Nouveautés et Roadmap JD Edwards

NFA 008. Introduction à NoSQL et MongoDB 25/05/2013

4. Utilisation d un SGBD : le langage SQL. 5. Normalisation

L Art d être Numérique. Thierry Pierre Directeur Business Development SAP France

MapReduce. Nicolas Dugué M2 MIAGE Systèmes d information répartis

Certificat Big Data - Master MAthématiques

Présentation du module Base de données spatio-temporelles

DÉPLOIEMENT DE QLIKVIEW POUR DES ANALYSES BIG DATA CHEZ KING.COM

Offre formation Big Data Analytics

RSA ADVANCED SECURITY OPERATIONS CENTER SOLUTION

Stratégie et Vision de SAP pour le secteur Banque- Assurance: Data-Management, BI, Mobilité

M2 GL UE DOC «In memory analytics»

<Insert Picture Here> Maintenir le cap avec Oracle WebLogic Server

Formation Cloudera Data Analyst Utiliser Pig, Hive et Impala avec Hadoop

LES ENJEUX DU BIG DATA

Cassandra chez Chronopost pour traiter en temps réel 1,5 milliard d événements par an

EMC Forum EMC ViPR et ECS : présentation des services software-defined

ORACLE 10G DISTRIBUTION ET REPLICATION. Distribution de données avec Oracle. G. Mopolo-Moké prof. Associé UNSA 2009/ 2010

Chapitre 9 : Informatique décisionnelle

Transcription:

Acquisition des données - Big Data Dario VEGA Senior Sales Consultant

The following is intended to outline our general product direction. It is intended for information purposes only, and may not be incorporated into any contract. It is not a commitment to deliver any material, code, or functionality, and should not be relied upon in making purchasing decisions. The development, release, and timing of any features or functionality described for Oracle s products remains at the sole discretion of Oracle.

Big Data En Action DECISION ANALYSE ACQUISITION ORGANISATION Prendre de Meilleures Décisions en Utilisant Big Data

Big Data En Action DECISION ACQUISITION Acquisition de toutes vos données ANALYSE ORGANISATION

In-Database Analytics Architecture SI approche traditionnelle Données: Référentielles Master Batch & Transaction Intégration Data Warehouse Applications Analytiques Documents Content DB OLTP Acquisition Organisation Analyse Décision

Big Data Cas d étude Challenge Nouvelles Données Que peut-on faire? Santé Visites medicales coûteuses Manufacturing Support Location-Based Services Basé sur le code postal Retail Marketing ciblé Utilities Gestion Réseaux de Distribution Suivi à distance Capteurs embarqués Données localisation en temps réel Social media Compteurs intelligents Soins préventifs, réduction des hospitalisations Diagnostic automatisé, support Publicité ciblée, trafic Analyse de sentiments, segmentation Réduire le coût

Architecture SI approche Big Data Batch Temps Réel Traiter des données Accès rapide à un volume important de données Chargement/Lecture massif Pas de mise à jour Fournir un service Accès rapide à un enregistrement Lecture, écriture, mise à jour

Architecture SI approche Big Data File System distribué Data Store Key Value Map Reduce Environnement Travail Data Warehouse Applications Analytiques Acquisition Organisation Analyse Décision VARIETE VOLUME VITESSE 1011001010010 0100000100100 1001001000100 0101001010000 1000100111100 VALEUR

Acquisition des données - Big Data HDFS Oracle NoSQL Database Oracle Database ACQUISITION

Architecture Hadoop Management/Monitoring Hadoop MapReduce Hadoop Distributed File System (HDFS) Système fichiers distribués Paradigme de programmation Map/Reduce Traitement des données hautement scalable

Présentation de HDFS Distribution des données dans tout le Cluster Gestion automatique de plusieurs copies - redondance Ajout des nœuds au fur et à mesure des besoins

Caractéristiques de HDFS Intégration complète avec les produits Oracle (ODI, OLH, R for Hadoop, ODC for HDFS) Fonctionnalités Scalabilité et Disponibilité Administration Modèle Simplifié Optimisé pour le streaming Optimisé pour les gros fichiers Division et distribution d un fichier sur l ensemble du cluster Driver Intelligent Distribue la charge sur tous les nœuds Réplication et gestion automatique des pannes Facilité à étendre Console WEB et commandes shell-like Administration et monitoring Topologie Charge Performance Evènements Alertes

Delete Read Update Read Architecture Oracle NoSQL Application Application Modèle très simplifié NoSQL Driver NoSQL Driver Scalable Haute disponibilité Répartition de charge transparente Nœud West Nœud Central Nœud East Facile à administrer

Caractéristiques Oracle NoSQL Intégration complète avec les produits Oracle (ODI, CEP, OLH) Fonctionnalités Scalabilité et Disponibilité Administration Modèle Simplifié Major + Minor key Opérations simples read/insert/update/delete Consistance et durée configurables Driver Intelligent Distribue la charge sur tous les nœuds Envoie les opérations au nœud le plus rapide Réplication et gestion automatique des pannes Console WEB et commandes CLI Administration et monitoring Topologie Charge Performance Evènements Alertes

Caractéristiques Oracle NoSQL Modèle de données simple key-value pair - major+minor-key paradigm Chaîne de caractères Major key EmpId Minor key: XmlCard 3003 photo Valeur binaire Value:

Comparaison des composants Hadoop Distributed File System (HDFS) File System Oracle NoSQL Base de données Balayage complet en parallèle Lecture Indexée Fichiers Structure simple Distribution des données dans le cluster Distribution de la charge dans le cluster

Cas d utilisation pour HDFS Acquisition et analyse des «click streams» Nombre de sessions Web qui dure plus de X minutes Les pages plus ou moins fréquentées Regroupement des sessions par heure, localisation, Analyse de sentiments Combien de commentaires contiennent un mot ou une expression Découverte des corrélations Quels événements semblent être corrélés dans le temps ou l espace Combien de fois 2 évènements se sont produits à proximité

Cas d utilisation pour Oracle NoSQL Capture des données Capteurs ( i.e. IA, SmartGrid, Earth Sc., BioMedical Sc.) Statistiques réseaux (QOS Network Mgmt) Application Web (click-through capture) Services NoSQL data sharing (Earth Sci, BioMedical) Authentification Communication en temps réel (MMS, SMS, routing) Réseaux Sociaux, Personnalisation

In-Database Analytics Solution intégrée Oracle - Big Data HDFS Hadoop (MapReduce) Oracle NoSQL Database Oracle Big Data Connectors Data Warehouse Applications Analytiques Base de données Oracle Data Integrator ACQUISITION ORGANISATION ANALYSE DECISION

Plateforme Oracle Big Data Big Data Appliance Exadata Exalytics ACQUISITION ORGANISATION ANALYSE DECISION

Conclusion Faites l acquisition de toutes vos données en utilisant la bonne infrastructure HDFS Oracle NoSQL Bases de données relationnelles Découvrez la valeur de vos données