UFR Maths & Info

BIG DATA
Introduction aux Bases de Données Big Data
CM1.1- Définition et Contexte

BAKAYOKO Ibrahima

Enseignant-chercheur en informatique
UFR Mathématiques & Informatique
Bakayoko.ibrahima_@ufhb.edu.ci
Open Our Mind for a free world
 INTRODUCTION 1/4

Dans l'ère actuelle de l'information, nous sommes

submergés par une marée incessante de données.
Des réseaux sociaux aux capteurs connectés, en
passant par les transactions en ligne, chaque
interaction génère des montagnes d'informations.

BAKAYOKO Ibrahima – Introduction au Big Data 2

 INTRODUCTION 2/4

Ces données sont le nouvel or noir, une ressource

inestimable qui détient le pouvoir de transformer des
industries entières, de stimuler l'innovation et
d'éclairer des décisions cruciales.

BAKAYOKO Ibrahima – Introduction au Big Data 3

 INTRODUCTION 3/4
Au cœur de cette révolution se trouvent les Bases de
Données Big Data, des infrastructures robustes conçues
pour dompter, organiser et tirer profit de cette masse de
données. Ces bases de données ne sont pas simplement
des systèmes de stockage, mais des moteurs de création
de valeur, débloquant des perspectives et des
connaissances jusque-là inaccessibles.
BAKAYOKO Ibrahima – Introduction au Big Data 4
 INTRODUCTION 4/4

Objectifs du chapitre
▪ Comprendre les fondements des bases de données
Big Data;
▪ Familiariser avec les principaux concepts et défis;
▪ Identifier les avantages et les cas d'utilisation des
bases de données Big Data.
BAKAYOKO Ibrahima – Introduction au Big Data 5
 PLAN – CM 1.1

INTRODUCTION
I. DÉFINITION DES DONNÉES MASSIVES
II. ORIGINE ET ÉVOLUTION DU TERME « BIG DATA »
III. IMPORTANCE DANS LE CONTEXTE ACTUEL
CONCLUSION

BAKAYOKO Ibrahima – Introduction au Big Data 6

I. DÉFINITION DES DONNÉES MASSIVES

BAKAYOKO Ibrahima – Introduction au Big Data 7

Le terme "Big Data" est devenu un mantra omniprésent
dans le domaine de la technologie et de l'analyse. Il
décrit un ensemble de données qui est si volumineux,
complexe et en constante croissance qu'il devient
difficile à traiter avec des méthodes traditionnelles de
gestion de base de données.
BAKAYOKO Ibrahima – Introduction au Big Data 8
Les données massives, communément appelées "Big
Data", font référence à des ensembles de données qui
sont extrêmement volumineux, complexes et variés,
dépassant souvent les capacités de traitement des bases
de données traditionnelles.

BAKAYOKO Ibrahima – Introduction au Big Data 9

La définition des données massives est souvent
caractérisée par les "3V" traditionnels : Volume,
Variété, et Vitesse. Ces dernières années, deux V
supplémentaires, Véracité et Valeur, ont également
été ajoutées pour fournir une perspective plus
complète.
BAKAYOKO Ibrahima – Introduction au Big Data 10
I.1.1 Volume

Définition : Les données massives impliquent des volumes

de données considérables qui dépassent les capacités de
stockage et de traitement des systèmes conventionnels.
Exemple : Des pétaoctets ou exaoctets de données
générées par des entreprises, des capteurs, des réseaux
sociaux, etc.
BAKAYOKO Ibrahima – Introduction au Big Data 11
I.1.2 Variété

Définition : Les données massives ne se limitent pas à des

structures de données uniformes ; elles englobent des
formats variés, tels que des données structurées, non
structurées et semi-structurées.
Exemple : Données tabulaires dans une base de données,
textes, images, vidéos, tweets, etc.
BAKAYOKO Ibrahima – Introduction au Big Data 12
I.1.3 Vitesse

3. Vitesse :
Définition : Les données massives sont générées à des
vitesses extrêmement rapides, nécessitant un traitement en
temps réel ou quasi réel pour extraire des informations.
Exemple : Flux constant de données provenant de capteurs
IoT, transactions en ligne, interactions sur les réseaux
sociaux. BAKAYOKO Ibrahima – Introduction au Big Data 13
I.1.4 Véracité

Définition : La qualité et la fiabilité des données sont

essentielles. La véracité concerne l'exactitude et la
crédibilité des données, compte tenu de la variété et de la
vitesse.
Exemple : Garantir l'exactitude des données de capteurs
dans une application médicale.
BAKAYOKO Ibrahima – Introduction au Big Data 14
I.1.5 Valeur

5. Valeur :
Définition : Au-delà de la gestion du volume, de la variété
et de la vitesse, l'objectif ultime est de créer de la valeur
en tirant des informations significatives et exploitables.
Exemple : Identifier des tendances, prédire des
comportements futurs, prendre des décisions éclairées.
BAKAYOKO Ibrahima – Introduction au Big Data 15
I.1.6 Résumé

La définition des données massives évolue avec le temps

pour refléter les réalités changeantes de la technologie et
des besoins commerciaux. Cependant, l'idée fondamentale
est que les données massives dépassent les capacités des
systèmes traditionnels, nécessitant des solutions
innovantes pour les exploiter de manière efficace.
BAKAYOKO Ibrahima – Introduction au Big Data 16
II. Origine et évolution du terme « Big Data »

BAKAYOKO Ibrahima – Introduction au Big Data 17

Le terme "Big Data" a émergé pour décrire la croissance
exponentielle du volume de données générées, collectées
et stockées par les entreprises et les organisations. Son
origine et son évolution sont étroitement liées à
l'expansion rapide des technologies de l'information et à
la nécessité de traiter des ensembles de données de plus
en plus importants. BAKAYOKO Ibrahima – Introduction au Big Data 18
II.1 Origine du Terme

Le terme "Big Data" est apparu pour la première fois au début des
années 2000. Bien que la notion de grandes quantités de données
existât bien avant cette période, c'est à ce moment-là que les
professionnels de l'informatique, les chercheurs et les experts en
données ont commencé à reconnaître la nécessité d'un concept
qui encapsule spécifiquement les défis et les opportunités
associés à la gestion de volumes massifs de données.
BAKAYOKO Ibrahima – Introduction au Big Data 19
II.2 Évolution du Concept 1/5

L'évolution du terme "Big Data" a été influencée par

plusieurs facteurs clés.
Croissance Exponentielle des Données :
Avec l'avènement de l'Internet, des médias sociaux, des
capteurs IoT (Internet des objets) et d'autres sources de
données numériques, la quantité de données générées a
connu une croissance exponentielle.
BAKAYOKO Ibrahima – Introduction au Big Data 20
II.2 Évolution du Concept 2/5

Avancées Technologiques :
Les progrès rapides dans les technologies de stockage,
de traitement et d'analyse des données ont facilité la
gestion des grandes quantités de données de manière
plus efficace.

BAKAYOKO Ibrahima – Introduction au Big Data 21

II.2 Évolution du Concept 3/5

Nouvelles Possibilités Analytiques :

Les entreprises ont commencé à reconnaître le
potentiel de découvrir des modèles, des tendances et
des informations précieuses à partir de grands
ensembles de données, ouvrant la voie à de nouvelles
possibilités analytiques.
BAKAYOKO Ibrahima – Introduction au Big Data 22
II.2 Évolution du Concept 4/5

Émergence de Nouveaux Outils et Technologies :

L'émergence d'outils et de technologies spécifiquement
conçus pour traiter les Big Data, tels que Hadoop,
Apache Spark, et des bases de données NoSQL, a
contribué à définir et à renforcer le concept de Big Data.

BAKAYOKO Ibrahima – Introduction au Big Data 23

II.2 Évolution du Concept 5/5

Émergence de Nouveaux Outils et Technologies :

L'émergence d'outils et de technologies spécifiquement
conçus pour traiter les Big Data, tels que Hadoop,
Apache Spark, et des bases de données NoSQL, a
contribué à définir et à renforcer le concept de Big Data.

BAKAYOKO Ibrahima – Introduction au Big Data 24

II.3 Défis Associés au Big Data

Le terme "Big Data" a également été façonné par la

reconnaissance des défis uniques liés à la gestion et à
l'analyse de ces vastes ensembles de données, y compris
les défis liés à la capture, au stockage, à la recherche, au
partage, à l'analyse et à la visualisation des données.

BAKAYOKO Ibrahima – Introduction au Big Data 25

II.4 Vers un Concept Multidimensionnel - Les 5V

Au fil du temps, le concept de Big Data a évolué pour

inclure les "5V" - Volume, Vitesse, Variété, Véracité et
Valeur. Ces dimensions permettent de saisir la complexité
inhérente aux données massives et d'orienter les
stratégies de gestion et d'analyse.

BAKAYOKO Ibrahima – Introduction au Big Data 26

II.5 Résumé

En résumé, l'origine du terme "Big Data" remonte aux

premières années du 21e siècle, émergent comme une
réponse à la croissance explosive des données et
évoluant pour englober un ensemble complexe de défis
et d'opportunités associés à la gestion de ces vastes
ensembles de données.
BAKAYOKO Ibrahima – Introduction au Big Data 27
III. Importance dans le contexte actuel

BAKAYOKO Ibrahima – Introduction au Big Data 28

Le Big Data revêt une importance significative dans le
contexte actuel en raison de divers facteurs qui influent
sur la manière dont les données sont générées,
collectées, traitées et utilisées à l'échelle mondiale.

BAKAYOKO Ibrahima – Introduction au Big Data 29

III.1 Volume de Données

La quantité de données générées chaque jour a explosé

avec l'avènement des technologies numériques, des
médias sociaux, des capteurs IoT (Internet des objets),
des transactions en ligne, etc. Le Big Data offre les outils
nécessaires pour gérer et tirer parti de ces vastes
volumes de données.
BAKAYOKO Ibrahima – Introduction au Big Data 30
III.2 Variété des Données

Les données ne se limitent plus aux formats structurés

traditionnels. Le Big Data englobe des types de données
variés, tels que des données non structurées (texte,
images, vidéos), des données semi-structurées, et des
données en continu. Cela permet une vision plus
holistique et complète de l'information.
BAKAYOKO Ibrahima – Introduction au Big Data 31
III.3 Vitesse de génération

La rapidité avec laquelle les données sont produites est

cruciale. Des transactions financières en temps réel aux
flux de médias sociaux, la vitesse de traitement des
données devient de plus en plus importante. Les
solutions Big Data permettent un traitement en temps
réel et une analyse rapide.
BAKAYOKO Ibrahima – Introduction au Big Data 32
III.4 Véracité des données

La fiabilité des données est un enjeu majeur. Le Big Data

offre des outils pour vérifier, nettoyer et garantir la
qualité des données, assurant ainsi la confiance dans les
informations utilisées pour la prise de décision.

BAKAYOKO Ibrahima – Introduction au Big Data 33

III.5 Valeur des informations

L'analyse du Big Data permet d'extraire des informations

significatives et des tendances cachées. Les
organisations peuvent obtenir des informations
exploitables, ce qui contribue à une prise de décision
plus éclairée et à l'identification de nouvelles
opportunités.
BAKAYOKO Ibrahima – Introduction au Big Data 34
III.6 Innovation et Compétitivité

Les entreprises qui tirent parti du Big Data sont mieux

positionnées pour innover. La capacité à analyser
rapidement d'énormes ensembles de données permet
aux organisations de rester compétitives en identifiant
de nouvelles tendances, en personnalisant les services
et en améliorant l'expérience client.
BAKAYOKO Ibrahima – Introduction au Big Data 35
III.7 Santé et recherche

Dans le domaine de la santé, le Big Data joue un rôle

crucial en permettant l'analyse génomique, la
personnalisation des traitements, et la gestion des
épidémies. Il contribue également à la recherche
scientifique en facilitant l'analyse de grandes quantités
de données expérimentales.
BAKAYOKO Ibrahima – Introduction au Big Data 36
III.8 Sécurité et prévention

Les solutions Big Data sont utilisées pour détecter les

schémas de comportement suspects, prévenir la fraude,
et renforcer la sécurité dans divers domaines tels que la
finance, la cybersécurité, et la sûreté publique.

BAKAYOKO Ibrahima – Introduction au Big Data 37

III.9 Économie et Emplois

Le Big Data alimente une économie basée sur les

données, créant de nouveaux emplois dans les
domaines de l'analyse de données, de la science des
données, et du développement de technologies
associées.

BAKAYOKO Ibrahima – Introduction au Big Data 38

III.10 Prise de Décision Agile

Grâce au Big Data, les décideurs disposent

d'informations en temps réel, ce qui favorise une prise
de décision plus rapide et plus agile, adaptée aux
conditions changeantes du monde actuel.

BAKAYOKO Ibrahima – Introduction au Big Data 39

CONCLUSION
Le Big Data offre des possibilités considérables pour
transformer la manière dont les organisations, les
gouvernements, et les individus utilisent l'information. Son
importance dans le contexte actuel réside dans sa capacité
à transformer des données massives en connaissances
exploitables, contribuant ainsi à l'innovation, à la
compétitivité, et à la résolution de problèmes complexes.
BAKAYOKO Ibrahima – Introduction au Big Data 40