Définition, cas d'usages, revue des solutions... Dans son nouveau livre blanc, le premier consacré au sujet, Smile se penche sur la question du Big Data, en explique les enjeux et présente les solutions adaptées à cette problématique dans le domaine de la BI. À lire.
Le livre blanc de Smile, intitulé « Big Data, Analyse et valorisation de masses de données », est le fruit d’une étude fondée sur plusieurs années de recherche et optimisée par les retours d’expérience de mises en œuvre opérationnelles pour les clients de Smile. L'auteur principal en est Florent Béranger, Directeur de projet BI chez Smile.
Après un point sur les concepts que recouvre le Big Data et les définitions, les auteurs exposent différents cas d'usages puis préconisent des solutions logicielles adaptées aux problématiques Big Data dans le domaine du décisionnel, plus précisément les solutions applicatives d’analyse et de valorisation de masses de données. Et c'est l'open source qui assure le meilleur service en la matière : « L'open source apporte les solutions les plus matures, performantes et fiables du marché pour traiter ces masses de données », déclare Florent Béranger. Parmi les solutions présentées, citons Hadoop, ETL Talend for Big Data, ETL Pentaho Data Integration, MongoDB, Elastic Search...
Le livre blanc explique que les solutions Big Data n'en sont pas à leurs prémices : déjà largement adoptées par les entreprises et collectivités locales, elles ont fait leurs preuves et sont donc mûres pour un déploiement en production.
Les composants d’intégration et de traitement de données sont passés en revue. La question du stockage mais également celle de l'analyse et de la restitution des masses de données font, eux aussi, l'objet de chapitres spécifiques.
Le livre blanc de Smile « Big Data, Analyse et valorisation de masses de données » est disponible en libre téléchargement.
LE SOMMAIRE
Les concepts et définitions
Cas d'usages
Panorama des solutions Big Data pour la BI
Composants d’intégration et de traitement de données
Stockage de masses de données
Analyser et restituer des masses de données
90 pages, PDF, 1,3 Mo
Février 2014