Actualités

Institut

Formations

des Stages

Estudiantine

Recherche

Consultations/Appel d'offres

Espace Extranet
Plaquette Pédagogique : Introduction au Big data et Cloud
Filière : Licence Nationale en Informatique de Gestion :Business Intelligence
Niveau : 3
Matière : Introduction au Big data et Cloud
Régime Éducatif : Régime Mixte
Volume Horaire par semestre : 42
Type d'enseignement : TD ; Cours
Enseignant (s) :
Coordinateur :
Examens et évaluation des connaissances :
ECUE Contrôle continue Examen final Coef. de l’ECUE Coef. de l’UE au sein du parcours
EPREUVES Pondération EPREUVES Pondération
Ecrit Oral TP et Autres Ecrit Oral TP et Autres
Introduction au Big data et Cloud X     30% X     70% 1.5 1.5
 
Objectifs du Cours :
Ce cours met l’accent sur la croissance exponentielle des données et l’insuffisance des systèmes actuels à la gestion de cette quantité de données de sources hétérogènes. Ce cours explore les fondamentaux du big data, leurs outils, les modèles et les plateformes, leur exploitation dans l’entreprise, leur impact sur les métiers et leur valeur pour l’entreprise. Ils sont illustrés par de nombreux exemples et cas concrets dans diverses industries.

 

Plan du Cours :
Chapitre I : Introduction générale au Big Data
  1. Définition Big Data
  2. Emergence du Big Data
  3. Les 5V du Big Data
  4. Architecture d’un système Big Data
  5. Les domaines d’application du Big Data
Chapitre II : Hadoop
  1. Introduction d’Hadoop
  2. Hadoop HDFS
  3. Hadoop MapReduce
  4. Hadoop Yarn
Chapitre III : Traitement des données
  1. Introduction
  2. Traitement en batch
  3. Traitement en streaming
  4. Traitement temps réel
Chapitre IV: Spark
  1. Introduction
  2. Spark vis à vis Hadoop
  3. Architecture Spark
  4. Fonctionnement de Spark
Chapitre V: Hbase
  1. Introduction
  2. Définition Hbase
  3. Différence entre Hbase et SQL
  4. Commandes Hbase de base (création, destruction, ajout, modification, affichage, recherche, etc)
  5. API java de Hbase
  6. Hive et Hbase
Chapitre VI : NoSQL
  1. Insuffisances des BD relationnelles
  2. SGBD NoSQL
  3. Types des SGBD NoSQL
 

 

 

Méthodes et/ou outils utilisés :
Références scientifiques et supports :
Imprimer Plaquette