Rapport de recherche Laboratoire L3i - Architecture Big Data open source pour l’Informatique Décisionnelle - Big Data and Cloud Computing - JUILLET 2018

Sep 17, 2026

Télécharger par McQueen

Rapport de recherche du laboratoire L3i (La Rochelle Université) portant sur la discipline « Big Data and Cloud Computing ». Le document présente une architecture open source de Big Data destinée à l’informatique décisionnelle, en s’appuyant sur des bases de données et entrepôts pour l’analyse. Il aborde la transition datawarehouse vers datalake, compare les approches ETL et ELT, puis propose des services de données basés sur Kylin et Druid, incluant ingestion, stockage, transformation, indexation et visualisation. Il inclut aussi des éléments de contexte expérimental, d’organisation du travail et de progression (infrastructure puis implémentation).

LangueFrench

CatégorieRecherche & Rapport

FormatPDF

Pages34

Temps de lecture52 min

AccèsTéléchargement gratuit

Table des matières

Introduction

L’entreprise aYaline

Problèmes & Limitations

Périmètre de nos objectifs

Contexte experimental

L’application VTiger pour la relation client

Entrepôts disponibles

L’entrepôt BI-CMT-Demandes

L’entrepôt BI-CMT-SIT

Organisation du travail

L’Informatique Décisionnelle à l’ère du Big Data

Du datawarehouse au datalake

Le ETL traditionnel vs ELT du Big Data

Nos propositions

Architecture globale

Ingestion des données

Stockage et Transformation

Services de données

Service Kylin

Définition des modèles d’analyse

Création des schémas en étoile

Indexation dans Kylin

Visualisation des données

Service Druid

Définition des modèles d’analyse

Création des tables dénormalisées

Indexation dans Druid

Visualisation des données

Progression du travail

Mise en place de l’infrastructure

Implémentation de l’architecture

Rapport de recherche Laboratoire L3i, La Rochelle Université ******************** Discipline : BIG DATA AND CLOUD COMPUTING Architecture Big Data open source pour l’Informatique Décisionnelle Par : Mahfoud DJEDAINI-Ingénieur de recherche au L3i Sous la direction de Jamal MALKI, Maître de Conférences, Université de La Rochelle, Lab. L3i Alain BOUJU, Maître de Conférences HDR, Université de La Rochelle, Lab. L3i , Date du rapport : JUILLET 2018 Clauses de conﬁdentialité Le rapport de recherche fourni reste la propriété du projet FEDER PLAIBDE. Les informations, les données, les ﬁgures, les modèles, etc. contenues dans ce rapport sont strictement couvertes par le secret professionnel (article 226-13 du code pénal) . Conformément à l’article 34 de la loi « Informatique et Libertés », le destinataire dece rapport s’engage à prendre toutes précautions utiles aﬁn de préserver la sécurité des informations et notamment d’empêcher qu’elles ne soient déformées, endommagées ou communiquées à des personnes non autorisées. Le destinataire de ce rapport s’engage donc à respecter les obligations suivantes et à les faire respecter par son personnel : — ne faire aucune copie du rapport, ni aucune publication publique (web et autre) sans l’accord préalable du consortium du projet PLAIBDE ; — ne pas divulguer ce rapport à d’autres personnes, qu’il s’agisse de personnes privées ou publiques, physiques ou morales ; — prendre toutes mesures permettant d’éviter toute utilisation détournée ou frauduleuse de ce rapport car il porte sur des contrats en cours d’exécution ; — prendre toutes mesures de sécurité, notamment matérielles, pour assurer la conservation et l’intégrité de ce rapport. Le consortium du projet PLAIBDE se réserve le droit de procéder à toute vériﬁcation qui lui paraîtrait utile pour constater le respect des obligations précitées. En cas de non-respect des dispositions précitées, la responsabilité du titulaire peut également être engagée sur la base des dispositions de l’article 226-17 du code pénal. La CNIL a publié un guide téléchargeable sur son site [Internet :](Internet : www. cnil. fr)[ www. cnil. fr](Internet : www. cnil. fr) relatif à la sécurité des données personnelles et qui présente un ensemble de préconisations sur la sécurisation des systèmes d’informations. Table des matières 1 Introduction 5 1 L’entreprise aYaline . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2 Problèmes & Limitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 3 Périmètre de nos objectifs . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 4 Contexte experimental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 4.1 L’application VTiger pour la relation client . . . . . . . . . . . . . . 7 4.2 Entrepôts disponibles . . . . . . . . . . . . . . . . . . . . . . . . . . 7 L’entrepôt BI-CMT-Demandes . . . . . . . . . . . . . . . . . . . . . 7 L’entrepôt BI-CMT-SIT . . . . . . . . . . . . . . . . . . . . . . . . 9 5 Organisation du travail ............................. 9 2 L’Informatique Décisionnelle à l’ère du Big Data 10 1 Du datawarehouse au datalake . . . . . . . . . . . . . . . . . . . . . . . . . 11 1.1 Généralités sur les data lakes . . . . . . . . . . . . . . . . . . . . . 11 Le stockage des données dans le data lake . . . . . . . . . . . . . . 11 Vers un stockage uniﬁé ......................... 11 1.2 Avantages des data lakes ........................ 12 Analyses plus riches et performantes ................. 12 Flexibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 1.3 Les challenges liés aux data lakes . . . . . . . . . . . . . . . . . . . 12 2 Le ETL traditionnel vs ELT du Big Data . . . . . . . . . . . . . . . . . . . 13 2.1 L’approche ETL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 2.2 L’approche ELT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 2.3 Deux paradi

FAQ

Quel est l’objectif principal du rapport ?

Le rapport décrit une architecture Big Data open source pour l’informatique décisionnelle, depuis le contexte expérimental jusqu’aux propositions et à l’implémentation.

Quelles technologies et services de données sont présentés ?

Le document détaille deux services : Kylin et Druid, avec leurs modèles d’analyse, indexation et visualisation.

Quelle comparaison le rapport fait-il entre ETL et ELT ?

Il oppose l’approche ETL et l’approche ELT du Big Data, afin d’illustrer deux paradigmes pour un objectif commun.

Sep 17, 2026

Télécharger par McQueen