Artificial Intelligence - Big Data - Bases de données NoSQL, enjeux et solutions

Connaissances de base des architectures techniques et du management SI. Connaissances en bases de données.

• Identifier les différences entre SGBD SQL et SGBD NoSQL.
• Évaluer les avantages et les inconvénients inhérents aux technologies NoSQL.
• Analyser les principales solutions du monde NoSQL pour chaque modèle de données.
• Identifier les champs d'application des SGBD NoSQL en opérationnel et en analytique.
• Comprendre les différentes architectures, les modèles de données, les implémentations techniques.

Les bases de données NoSQL proposent une approche répondant à des besoins de volumétrie et de modèles différents des bases de données relationnelles. Ce séminaire présente les raisons qui ont mené à ces bases, leurs architectures, leurs bénéfices et leurs limites ainsi que les produits existants.

Introduction au NoSQL

• L'historique du mouvement NoSQL.
• Les différentes approches de gestion de SGBD à travers le temps: hiérarchiques, relationnelles, objets, XML, NoSQL.
• Les cinq "V" du big data: Volume, Variété, Vélocité, Véracité, Validité.
• Données non structurées: activité web, échange de documents, réseaux sociaux, open data, IoT.
• Les grands acteurs à l'origine du mouvement NoSQL et du big data analytique: Google et Amazon.
• Vue synoptique des différents types de moteurs NoSQL du point de vue du modèle de données.
• Le NoSQL, le big data et les architectures cloud: principes d'architecture communs et divergents.
• Les modes de distribution: avec maître et décentralisé.
• Transactions distribuées, failover, points de sauvegarde, parallélisation des requêtes, équilibrage de charge.
• Le positionnement du NoSQL au sein du big data analytique: de l'ère de la transaction à l'ère de l'interaction.

Le relationnel et le NoSQL

• Les bases de données relationnelles: leurs forces et leurs limites.
• Structuration forte des données (schéma explicite) versus structure souple (schéma implicite) et la modélisation Agile.
• Théorème CAP (cohérence, disponibilité, tolérance au partitionnement).
• Les différents niveaux de cohérence.
• Le langage SQL, la performance des jointures. L'accès par la clé en NoSQL.
• L'évolution vers le distribué: extensibilité verticale et horizontale.
• Comprendre le NoSQL par le modèle de l'agrégat et de la centralité de la donnée.
• le NewSQL, un redesign des moteurs relationnels pour la distribution. Étude de CockroachDB.

Les mondes du NoSQL

• Monde du NoSQL à travers ses choix techniques et différentes bases NoSQL libres (du moins structuré au plus structuré).
• L'architecture distribuée: principes, le shared-nothing.
• Disponibilité et cohérence différée: gossip, timestamps, la règle de majorité, l'arbre de Merkle.
• Les patterns et les modèles. Comment modéliser et travailler efficacement en NoSQL.
• Les bases orientées clé-valeur et en mémoire: Redis, Riak, Aerospike.
• Les bases orientées documents: le format JSON. Couchbase Server, MongoDB.
• Les bases orientées colonnes distribuées pour le big data opérationnel: Hbase, Cassandra, ScyllaDB...
• Les moteurs orientés graphes: Neo4j, OrientDB...
• Les moteurs de recherche JSON: Elasticsearch, SOLR.
• Les bases de données de séries de temps: InfluxDB, KDB, Prometheus.

Choisir et mettre en place

• À quels usages correspondent les bases NoSQL?
• Comment aborder la migration?
• Comment développer efficacement avec des bases NoSQL?
• Quels outils de supervision et comment les choisir?
• Quelle est la complexité administrative et la courbe d’apprentissage?
• Implémenter des stratégies NoSQL avec des moteurs relationnels. L’exemple de PostgreSQL et ses extensions.
• Implémenter le NoSQL dans les clouds publics. Les pratiques et les offres de bases de données en tant que service.

NoSQL et Big Data

• Big data analytique: l'écosystème Hadoop.
• Stockage et traitements. Les différentes formes de stockage dans HDFS: SequenceFile, Apache Parquet.
• Fonctions et usages: moteurs de recherche, outils de suggestion commerciale, détecteurs d'intrusion...
• Différents types de traitements: MapReduce, graphe orienté acyclique, flux, machine learning, graphes distribués...
• Fonctionnalités, outils et algorithmes: moteurs de recherche, Google Search, l'algorithme PageRank.
• L'outil intégré: Apache Spark.
• Connexion avec les moteurs opérationnels: ETL, Apache Sqoop.

Notre méthode, adaptée à votre contexte, associe implication des participants et supports concrets.

Attestation de présence

En présentiel ou en classe virtuelle