Stockage et traitement de données à grande échelle - WMMBEDGE

Objectif(s)

Les données sont distribuées, omniprésentes et leur volume et hétérogénéité ne cessent d’augmenter. Nous créons 2.5 Exabytes de données par jour… A l’heure du Big Data, un des enjeux est de maîtriser les supports de gestion des masses de données hétérogènes et de permettre d’en tirer profit à nos sociétés.

Dans ce contexte, l’objectif de ce cours est d’étudier les principaux aspects de la gestion des masses de données et de leur analyse, en considérant des systèmes de « type » SQL et NoSQL (e.g Hadoop).

Contenu(s)

Les données sont distribuées, omniprésentes et leur volume et hétérogénéité ne cessent d’augmenter. Nous créons 2.5 Exabytes de données par jour… A l’heure du Big Data, un des enjeux est de maîtriser les supports de gestion des masses de données hétérogènes et de permettre d’en tirer profit à nos sociétés. Dans ce contexte, l’objectif de ce cours est d’étudier les principaux aspects de la gestion des masses de données et de leur analyse, en considérant des systèmes de « type » SQL et NoSQL (e.g Hadoop).
L’hétérogénéité des données sera abordée selon divers angles dont l’intégration de sources,la diversité de modèles de données et de traitement. On étudiera également l’évaluation de requêtes déclaratives multi-sources ainsi que la programmation de requêtes et d’algorithmes d’analyse avec le paradigme Map-Reduce. Ce paradigme est particulièrement utilisé sur des architectures de type cloud ou cluster pour le traitement de larges collections de données.

Nous étudierons également les principaux aspects des entrepôts de données et des systèmes décisionnels (business intelligence). Nous considérerons, entre autres, des données sociales, concernant les utilisateurs, et leur utilisation pour du profiling et dans des systèmes de recommandation.

Fondement de bases de données et de programmation