Académique Documents
Professionnel Documents
Culture Documents
Unité*Travail*Progrès
NoSql
orientées
colonnes
Présenté par :
• NDINGA John Pruvan
• KIAKIAKA Mariga Elsa
1. Définition NoSQL
a. principaux concepts
c. Cas d’utilisations
d. Force et faiblesse
a. choix du model
III. Conclusion
I. Introduction
À l’heure du Big Data, les bases de données relationnelles ne sont plus adaptées. Pour
prendre en charge les immenses volumes de données, les stocker et les analyser, il est
impératif de s’en remettre à de nouvelles solutions.
Lorsqu'il s'agit de stocker et de gérer une grande quantité de données structurées,
les bases de données relationnelles traditionnelles peuvent présenter des limitations
en termes de performances et d'évolutivité. C'est là que les bases de données NoSQL
entrent en jeu, offrant une alternative flexible et évolutive aux modèles de données
relationnels
II. Développement
1. Définition du NoSql
NoSQL est une catégorie de bases de données qui diffère des
bases de données
relationnelles traditionnelles en n'utilisant pas le langage
SQL. Les bases de données
NoSQL sont conçues pour gérer des données non structurées
ou semi-structurées,
offrant ainsi une grande évolutivité et une plus grande
flexibilité pour le stockage et
la récupération de données.
2. Différents types de NoSQL
elles permettent de
elles stockent les stocker les données
données sous forme de sous forme de colonnes
paires clé valeur, ce qui plutôt que de lignes, et
les rend idéales pour les sont adaptées aux cas
cas d'utilisation d'utilisation où
nécessitant un accès plusieurs colonnes sont
rapide fréquemment accédées
aux données par clé. simultanément.
Netflix Adobe
l'utilise notamment pour l'utilise pour le traitement des Ebay
le logging et l'analyse de données structurées et de l'utilise pour l'optimisation
sa clientèle Business Intelligence (BI) de la recherche
Des sociétés de TV l'utilisent pour cerner leur audience et gérer le vote des spectateurs (nb élevé d'écritures rapides
et analyse de base en temps réel (Cassandra)
POSITIVES NEGATIVES
• Modèle de données supportant des données semi- • A éviter pour des données interconnectés : si les
structurées (clairsemées) relations entre les données sont aussi importantes
que les données elles-mêmes (comme la distance ou
• naturellement indexé (colonnes) calculs de la trajectoire)
• à éviter pour les lectures de données complexes
• bonne mise à l'échelle à l'horizontale • exige de la maintenance - lors de l'ajout / suppression
de colonnes et leur regroupements
• MapReduce souvent utilisé en scaling horizontal, • les requêtes doivent être pré-écrit, pas de requêtes
ad-hoc définis "à la volée": NE PAS utiliser pour
• on peut voir les résultats de requêtes en temps réel les requêtes non temps réel et inconnues.
5. Les bases de données NoSQL
orientées colonnes les plus
connues
le choix de la base de données NoSQL orientée colonnes dépend des besoins spécifiques
de chaque projet et cas d'utilisation.
Chacune des bases de données mentionnées a ses
propres avantages et inconvénients en termes de performances, d'évolutivité, de
flexibilité du modèle de données et de coût.
Pour choisir la meilleure base de données NoSQL orientée colonnes pour votre projet,
vous devez évaluer les besoins spécifiques de votre application, tels que le volume et la
variété des données, les exigences en matière de performances et d'évolutivité, les
fonctionnalités requises, les contraintes budgétaires, etc. Ensuite, vous pouvez comparer
les différentes bases de données en fonction de ces critères pour sélectionner celle qui
convient le mieux à votre projet.
III. CONCLUSION
En conclusion, les bases de données NoSQL orientées colonnes offrent des fonctionnalités
spécifiques pour répondre aux besoins de stockage et d'analyse de données à grande
échelle. Elles sont conçues pour gérer des volumes importants de données structurées et
offrent une grande flexibilité dans la structure des données Cependant, le choix de la base
de données dépend des besoins spécifiques de chaque projet et cas d'utilisation. Il est donc
important d'évaluer les besoins de votre projet et de sélectionner la base de données qui
convient le mieux en termes de performances, d'évolutivité, de flexibilité du modèle de
données et de coût.