Le Big Data est désormais bien établi ! Il a atteint son paroxysme ces dernières années avec les objets connectés, l'intégration des capteurs dans les objet de la vie courante (voiture, réfrigérateur, télévision, etc.) . On parle maintenant de voiture connectée, maison connectée, bracelet connecté, montre connectée, ville connectée, et même de ruche connectée. Les capteurs produisent leurs données en streaming, c'es-à-dire au fil de l'eau. Les capteurs ne sont pas les seuls objets à produire les données en streaming. Beaucoup de cas d'usage et de modèles économiques s'appuient aujourd'hui sur des données générées en streaming. Il peut s'agir d'applications opérationnelles d'entreprises, de l'analyse du parcours client d'un site web, de la recommandation en temps réel, de la détection de fraude, de la cybersécurité, du tracking des internautes, de l'omnicanal, etc. Au dela de leur débit et de la vitesse avec laquelle elles sont produites, ces données streaming se caractérisent principalement par un délai de péremption très rapide. Selon IBM, 60% de celles-ci perdent leur valeur métier dans les instants qui suivent leur création. Elles doivent donc être traitées à l'immédiat ou en temps réel pour être valorisé.

l'approche traditionnelle de valorisation à large échelle des données consiste à historiser les données sous forme de faits dans un Data Warehouse et à appliquer ensuite des traitements batchs périodiques sur ces données. Malheureusement, cette approche est inefficace aujourd'hui car à cause de la vitesse à laquelle elles sont créées et de leur délai de péremption, les données streaming ne peuvent plus être considérées comme des faits, mais doivent désormais être considérés comme des événements qui induisent une composante temporelle et nécessitent un traitement immédiat.

Dans cette mini-formation, vous retrouverez  :
1- un guide pdf de 22 pages "Du DataWarehouse au Data Lake : l'ingestion des données streaming en Big Data"
2- une session de cours vidéo sur l'architecture et le fonctionnement d'Apache Kafka
3- une vidéo-tutoriel pratique de 22 min pour apprendre à utiliser Spark Streaming

Cliquez sur le bouton suivant  pour recevoir votre mini-formation directement dans votre boîte mail.