Qu’est ce que le Big data ?

Publié le 21 juillet 2014 par Pressmyweb @e_c3m

Au sommaire :
  1. Domaines d'applications du Big Data
  2. Outils de visualisations des données "Big Data"
  3. Conclusion

« Big Data » est un terme anglais qui signifie grosses données (ou données massives). Le « big data » est un domaine qui prend en compte des bases de données tellement grande qu’elles sont difficile à lire avec les outils actuels.
Pourtant le big data est un domaine qui s’avérerait très prometteur si on avait les outils adéquat.

Domaines d’applications du Big Data

Dans beaucoup de domaines, le Big Data peut être appliquer. Que ce soit dans la science, la politique, la banque, etc…

Dans les matières scientifiques, beaucoup de données peuvent être traitées pour des expériences. Nous pouvons prendre l’exemple du décodage du génome humain qui peut être fait maintenant en moins d’une semaine au lieu de 10 ans à la base. La NASA a stocké beaucoup d’informations pour permettre de faire des simulations climatiques.
Dans le domaine de la politique, il est possible aussi d’utiliser le big data pour permettre l’analyse des opinions de la population.
Pour le dernier exemple, dans le secteur bancaire, le big data peut servir pour la bourse et la nouvelle économie.

Outils de visualisations des données « Big Data »

Malgré la difficulté de lire des données de Big Data, il existe des outils permettant de le faire.

Le premier outil, et de loin le plus important est la base de donnée.
Il utilise le NoSQL (comme MongoDB), qui est basé sur des systèmes de stockage plus performants que le SQL pour l’analyse de données en masse.

L’outil suivant est le serveur. Ce serveur doit être assez solide pour subir les traitements sur des milliers de nœuds, voir plus. Le framework Hadoop est un outil qui permet de faire ce genre de chose.
Pour finir, il faut réussir à accélérer les requêtes en stockant les données en mémoire. Pour cela, il faut utiliser des Memtables.

Conclusion

Le big Data est un domaine émergeant qui permettrait d’apprendre beaucoup dans beaucoup de domaines.
Il suffit d’améliorer technologiquement les outils de visualisations de données, et d’ici 5 à 10 ans, il seront prêt.


VN:F [1.9.22_1171]