Formation Bases de données NoSQL, enjeux et solutions

1/ Contexte et opportunités du Big Data

• Les origines du Big Data

• Les données au cœur des enjeux

• Explosion du nombre de données

• La place des objets connectés dans le Big Data

• Données structurées, semi-structurées, non structurées

• Comment disposer de données de « qualité » ?

• Les limites des architectures actuelles

• Définition d’un système Big Data

• Différences entre BI, Big Data et Data Science

2/ NoSQL : Introduction

• Historique et utilité

• 5V du Big Data

• Déffinition d'une donnée structurée et non-structurées

• La gestion des données : nouveaux besoins

• L'origine du NoSQL et du big data analytique

• Les types de moteurs NoSQL

• NoSQL, Big data et les architectures cloud : principes

• Modes de distribution (maître et décentralisé)

• NoSQL et Big Data analytique

3/ Le passage des SGBDR au NoSQL

• Limites des SGBDR et leur cohabitation avec NoSQL

• Schéma explicite vs schéma implicite et la modélisation Agile

• CAP vs ACID

• Niveaux de cohérence

• La performance des jointures SQL

• L'accès par la clé en NoSQL

• Extensibilité verticale et horizontale

• L'agrégation NoSQL et la centralité de la donnée

• NewSQL

4/ Les mondes du NoSQL

• Choix techniques

• Vue d'ensemble des bases NoSQL libres

• L'architecture distribuée : principes, le shared-nothing

• Disponibilité et cohérence différée : gossip, timestamps, la règle de majorité, l'arbre de Merkle

• Patterns

• Modèle NoSQL « Clé-Valeur » : Redis, Riak, Aerospike

• Modèle NoSQL « Document » : le format JSON. Couchbase Server, MongoDB

• Modèle NoSQL « Colonne » : Hbase, Cassandra, ScyllaDB...

• Modèle NoSQL « Graphe » : Neo4j, OrientDB...

• Recherche JSON : Elasticsearch, SOLR

• LInfluxDB, KDB, Prometheus

5/ Choisir une base NoSQL

• Usages NoSQL

• La migration

• Les impacts sur le développement client. Développer efficacement avec des bases NoSQL

• Outils de supervision

• La complexité administrative et la courbe d'apprentissage

• Cas d’utilisation dans des entreprises existantes

• Les performances. Quelques benchmarks

• Gestion des interactions avec les bases de données

• Implémentation des stratégies NoSQL avec des moteurs relationnels

• Intégration de NoSQL dans les clouds publics

6/ NoSQL et Big Data

• L'écosystème Hadoop (différences avec les SGBDR, liens avec le NoSQL)

• Le stockage avec Hadoop : formes de stockage dans HDFS (SequenceFile, Apache Parquet)

• Moteurs de recherche, outils de suggestion commerciale, détecteurs d'intrusion...

• MapReduce, graphe orienté acyclique, flux, machine learning, graphes distribués...

• Fonctionnalités, outils et algorithmes : moteurs de recherche, Google Search, l'algorithme PageRank

• Solutions big data alternatives (Sybase IQ, SAP Hana, Vectorwise, HP Vertica, etc.)

• Apache Spark

• Connexion avec les moteurs opérationnels : ETL, Apache Sqoop