Big data et cloud : stockage et traitement de données du futur

Fiche technique

Format : Broché
Nb de pages : XII-256 pages
Poids : 467 g
Dimensions : 17cm X 24cm
Date de parution :
ISBN : 978-2-311-40494-4
EAN : 9782311404944

Big data et cloud

stockage et traitement de données du futur

de

chez Vuibert

Paru le | Broché XII-256 pages

Professionnels

29.90 Indisponible

Quatrième de couverture

Big data et cloud

Stockage et traitement de données du futur

Cet ouvrage a pour but d'expliquer les évolutions récentes qui vont déterminer dans te futur le stockage, les modes d'accès et les nouveaux traitements des données numériques. Les clouds de stockage constituent l'architecture qui répond aux accroissements massifs des données, que ce soit en volumétrie, en nombre ou en type. Accroissements qui ont conduit à la terminologie « big data », phénomène considéré comme l'un des grands défis informatiques de la décennie 2010-2020.

La première moitié de l'ouvrage montre les évolutions des modes d'accès aux données et des structures de données qui ont abouti aux systèmes de fichiers parallèles puis aux clouds. L'accent est mis sur les concepts d'extensibilité/élasticité, de performance et de fiabilité, ainsi que sur leur mise en oeuvre.

Dans sa seconde moitié, sont décrits les clouds et le big data, leurs qualités et leurs mécanismes principaux. Le concept de big data recouvre les questions de stockage et de conservation de vastes quantités de données, mais surtout celles liées au gisement potentiel de valeur que représentent ces masses de données. Un chapitre est dédié aux problèmes spécifiques du big data et aux solutions techniques, de la gestion des données aux différents types de traitement. Parmi les outils évoqués, citons Hadoop, aimant attirant la plupart des logiciels de ce domaine, les nouvelles bases de données non relationnelles, la gestion de flux d'événements, les méthodes d'intégration, les moyens d'analyse et les logiciels de qualité et de véracité des données.

  1. L'accès aux données
  2. Du système de fichiers local au NAS en cluster
  3. Les systèmes de fichiers parallèles
  4. L'optimisation des applications avec un système de fichiers parallèle
  5. Infrastructures matérielles et logicielles du big data
  6. Actions sur les données numériques dans le big data

Biographie

Guy Chesnot est ancien élève de l'École polytechnique et de Télécom Paris. Il travaille chez Silicon Graphics où il se consacre à l'étude des architectures de stockage et de calcul, et des centres de données. Il était auparavant chez Cray Research. Il a également enseigné l'architecture des ordinateurs, la conception des systèmes d'exploitation et le parallélisme à l'université de Marne-la-Vallée, en 2e et 3e cycles. Il enseigne le big data aux professionnels et en école d'ingénieurs.