La démystification du Big Data
•Als PPTX, PDF herunterladen•
3 gefällt mir•2,934 views
L'idée de la session est de démystifier les BigData et plus précisément HDInsight en montrant des exemples concrets d'utilisation. Cette session s’adresse aux consultants BI et aux désireux de connaitre la solution BigData de Microsoft ainsi qu'aux architectes SI. Au programme : présentation de l’offre BigData de Microsoft (HDInsight OnPremise ou dans Windows Azure), les outils du monde Hadoop (Hive, Pig, HBase), la place du Framework Hadoop dans nos systèmes d’informations, des cas d’utilisation et des démonstrations. V-Traffic viendra également nous présenter comment ils utilisent HDInsight ! Speakers : Benjamin Guinebertière (Microsoft), François Simoës (v-traffic), Romain Casteres (DCube (Microsoft Partner)), Yazid Moussaoui (DCube (Microsoft Partner))
Empfohlen
Empfohlen
Weitere ähnliche Inhalte
Was ist angesagt?
Was ist angesagt? (20)
Ähnlich wie La démystification du Big Data
Ähnlich wie La démystification du Big Data (20)
Mehr von Microsoft
Mehr von Microsoft (20)
La démystification du Big Data
- 2. La démystification du Big Data Benjamin Guinebertière Technical Evangelist Microsoft France @benjguin François Simoës V-Traffic ( Mediamobile) www.v-traffic.com Romain Casteres MVP SQL Server Consultant BI @PulsWeb Sébastien Etcheverry V-Traffic ( Mediamobile) www.v-traffic.com Architecture/Azure/Cloud
- 3. Donnez votre avis ! Depuis votre smartphone sur : http://notes.mstechdays.fr De nombreux lots à gagner toute les heures !!! Claviers, souris et jeux Microsoft… Merci de nous aider à améliorer les Techdays ! #mstechdays Architecture/Azure/Cloud
- 4. Master Chief utilise Big Data Une analyse du jeu permet de détecter les tricheurs et améliore l'expérience pour tous Permet des campagnes ciblées qui améliorent la fidélisation des clients
- 5. Big Data – tendances du marché Grands volumes de données Nombreux types de données Coûts du stockage et des matériels #mstechdays Création des données en temps réel Attentes des utilisateurs Architecture/Azure/Cloud
- 6. Plateforme Big Data de Microsoft – vue d’ensemble Volume x Variété x Vélocité x Visualisation = Valeur Architecture/Azure/Cloud MARKETPLACE #mstechdays SERVICES ET DONNEES EXTERNES Polybase
- 7. Hadoop ouvert, partenariat stratégique Hortonworks HDInsight #mstechdays + Hortonworks Data Platform for Windows Architecture/Azure/Cloud
- 8. Map/Reduce: Word Count Extrait de « Hadoop Tutorial from Yahoo!" (Yahoo! Inc.) / CC BY 3.0 » #mstechdays Architecture/Azure/Cloud
- 10. HDInsight Nœud de sécurité Nœud de tête Stockage Windows Azure Gérez des données de tous types et toutes tailles Sécurisez votre cluster Hadoop avec un nœud de sécurité dans HDInsight Intégration étroite avec la plateforme de données Microsoft #mstechdays Stockage à long terme redondé localement [et géographiquement] Nœuds de traitement, HDFS local hdfs:// Architecture/Azure/Cloud wasb://
- 12. Cas d’usage : APVX #mstechdays Aide a la Prévision des Ventes Architecture/Azure/Cloud
- 13. Cas d’usage : APVX #mstechdays Architecture/Azure/Cloud
- 14. HDINSIGHT • Création d’un cluster • Hive : Table Externe - Table Interne – View - UDF … • Sqoop : Transfert #mstechdays Architecture/Azure/Cloud
- 15. SSIS HDInsight Tasks BI & POWER BI • Automatisation : SSIS & PowerShell • Power Pivot, Power Query • Power View, Power Q&A #mstechdays Architecture/Azure/Cloud
- 16. V-TRAFFIC Notre Ambition : Offrir les informations les plus pertinentes et fiables pour le confort des utilisateurs, sur n’importe quel support #mstechdays Architecture/Azure/Cloud
- 18. V-Traffic Récolte des données avec plus de 100 sources Publiques Privées FCD/FMD TIC Partenariats #mstechdays Spécialistes en solution d’aide à la mobilité depuis 1996 Analyse, modélisation, traitement et édition Distribution par des multiples canaux RDS TMC DAB GPRS/3G WEB Architecture/Azure/Cloud
- 19. Utilisations des véhicules traceurs (FCD) - Suivi de véhicule 4. Suivi du véhicule : localisation sur le réseau routier 3. Mediamobile collecte ces données 5. Détermination de la vitesse du véhicule sur le réseau Lat1,Long1,D1 1. Les taxis envoient leurs positions lors de leurs déplacements via leur GPS et un accès à internet mobile Lat2,Long2,D2 2. Nos fournisseurs récoltent les données de géo-localisation #mstechdays Architecture/Azure/Cloud
- 20. Cartographie du trafic routier avec FCD: Exemple : une journée de conditions de circulation à Toulouse 7h-21h (25/05/2010) Fusion Capteurs statiques Véhicules traceurs Diffusion #mstechdays Architecture/Azure/Cloud
- 21. Cartographie du trafic routier avec FCD: Exemple : une journée de conditions de circulation à Toulouse 7h-21h (25/05/2010) Fusion Capteurs statiques Véhicules traceurs Diffusion #mstechdays Architecture/Azure/Cloud
- 22. HDInsight pour V-Traffic • Localisation de chaque position dans une des 36000 villes de France • 1 job Hive qui réalise 3 tâches : -Load des données dans des tables Hive (external) -Traitement Python ( PointInPolygon) -GroupBy • Le volume : 3777912 véhicules envoient 77 millions de positions pour 30 j • Outil d’aide à la décision( comparer les fournisseurs ) #mstechdays Architecture/Azure/Cloud
- 26. Benchmarks / Performances 30 29 28 27 26 25 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1 0 29 77 millions de positions en 16 minutes = 80208 points/sec !! 19 16 3 nodes #mstechdays Temps de traitement par cluster 6 nodes 16 16 16 9 nodes 15 nodes 18 nodes 30 nodes Architecture/Azure/Cloud
- 27. Benchmarks / Performances 120 115 110 105 100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5 0 7,389 €/h 4,767 €/h 4,052€/h [VALUE] mapMAX 2,622 €/h [VALUE] mapMAX Max MAP Capacity [VALUE] mapMAX 1,907 €/h Real MAP Nb [VALUE] mapMAX Duree (mins) 1,192 €/h [VALUE] mins [VALUE] mapMAX [VALUE] mapMAX [VALUE] mins [VALUE] mins [VALUE] mins [VALUE] mins [VALUE] mins [VALUE] MAP [VALUE] MAP [VALUE] MAP [VALUE] MAP [VALUE] MAP 3 nodes #mstechdays [VALUE] MAP 6 nodes 9 nodes 15 nodes 18 nodes 30 nodes Architecture/Azure/Cloud
- 29. Testez dès maintenant Windows Azure ! MSDN: Partenaires: http://aka.ms/MSDN/Avantages/Abo 150€ de ressources http://aka.ms/Azure/Partner Poursuivez la discussion sur le stand “au coeur du SI” http://aka.ms/free/trial
Hinweis der Redaktion
- démystification par des exemples de mise en œuvre
- 1 minute343 industries/Halo 4 : http://www.microsoft.com/casestudies/Case_Study_Detail.aspx?CaseStudyID=710000002102 Aide à améliorer l'expérience du jeu - nous avons fait des petites modifications sur le jeu à partir de données collectées sur les comportements des joueurs, données qui ont mis en évidence des tendances nous permettant de détecter les tricheurs.Cible : L'équipe de développements 343 Industries qui gère et héberge Halo 4Besoin : L'équipe a besoin d'analyses BI sur le jeu pour ses clients internes et externes.Solution : L'équipe a mis en place une solution qui utilise le service HDInsight Windows Azure, basé sur la cadre de traitement de données Hadoop Apache et sur les technologies BI de Microsoft.Avantages :Améliore l'expérience utilisateur par des temps de réponse plus rapides et une plus grande agilité. Connecte l'équipe Halo 4 directement aux clients via des mises à jour hebdomadaires. Analyse le jeu pour détecter les tricheurs. Simplifie des campagnes personnalisées pour fidéliser les joueurs. Suivre la session de Mike Flasko : « Master Chief Love Hive: Hadoop in the Cloud » de 16:25 à 17:05. Satisfaction pour le jeu en ligne si les cartes sont bonnes et pas d'avantages excessifs si les joueurs trichent.Dans les versions précédentes, ils ne comprenaient pas comment les cartes devaient être utilisées. Avec Hadoop, ils peuvent analyser les données et résoudre les problèmes.
- Apache Hadoop n'est pas un substitut à une base de données, voici comment il peut s’incruster dans vos systèmes d’informations décisionnelles.De grosse volumétrie de données ou de gros calcul parallélisé sont effectuée dans HDInsight, il en ressort un output intégrable dans un Datawarehouse via un ETL Ou alimente un modèle de donnée comme un cube tabulaire ou multidimensionnelle ou l'output peut être aussi une source de données directe pour la création de rapport.Là où hier nous détruisions les données qui n’apportai aucune intelligence à l’instant T, aujourd’hui nous pouvons nous permettre de la sauvegarder et de les analyser plus tard. HDInsight peut le faire de façon optimale et nous verrons par la suite pk.
- Je vais maintenant vous présenter un cas d'utilisation de HDInsight avec le projet APVX pour Aide à la Prévision des VentesLe client avait besoin de mesurer les répercussions de ces actions marketing sur les ventes grâce à l’analyse les réseaux sociauxDes crawler scrute les ces trois réseaux sociaux à la recherche de mot clés que les utilisateurs ont préalablement renseigné via une page internet.Nous scrutons principalement des consoles et des jeux vidéo dans le but de trouver une relation entre les ventes et Buzz constaté.
- Un Crawler analyse les mots choisit par les utilisateurs (présent dans une base de données) sur les réseaux sociaux. Les résultats sont stockés dans un Blob Storage Azure. HDInsight traite les données et écrit le résultat dans le Blob Storage Azure. Un modèle de données Tabulaire consolide les informations et des rapports Power View affichent les résultats.
- 1-Mot clefs renseignés par les utilisateurs, Tweet2 - Création du cluster via le portail Azure3 - Hive Script : couche d’abstraction au modèle de programmation Map & Reduce permettant d’effectuer des requêtes dans un langage proche du SQL4 – Sqoop : SQL To HadoopHive a été développé par Facebook pour permettre aux développeur d’avoir un langage de Scripting au dessus de ces données distribuées.Pour environs 50 Keywords nous récupérons environ 2 GB/j soit 50000 t/h.
- 1 -SSIS, PowerShell2 - Cube Tabulaire3 -APVX V1.0 : Donnée quantitative4 -APVX V2.0 : Donnée qualitative5 -Ajout des données de détails dans le model6 -Power Q&A-- Power Map ?
- 1 à 2 mins --> résumer activité V-Traffic
- 1 à 2 mins --> résumer activité V-Traffic
- ->Introduction à la technologie FCD ( Floating Car Data )->méthode pour connaître le traficsur le réseau routierbasée sur la collecte de données de localisation, de vitesse, de sens du déplacement des véhicules roulants->2 types de FCD ( Cellulaire = basé sur des cellules, GPS = basé sur des positions WGS84 )
- ->Démo de complétion FCD->Principalement utile pour l'enrichissement des zones->avantage sur la concurrence
- ->Démo de complétion FCD->Principalement utile pour l'enrichissement des zones->avantage sur la concurrence
- Comment le lancerComment ça tournejob tracker ou cela a tourné en tant de temps1-Montrer les données CMA dans le blob2-Powershell : montrer scripte creation cluster3-Powershell : montrer scripte JOBs -1job HSQL creation tables externalHive -2 job HQL qui lance le python + montrer Python
- -Chez V-Traffic, notre exemple concret correspond bien au modèle exposé (chemin num.3 )-D’autres possibilités nous sont envisageables : analyse statistiques ( un bison « super » futé ), …etc
- ->Report SSRS , carte de France avec zones renseignées colorées
- Grâce à HDInsight ( du Hadoop à la demande ), nous nous sommes permis d’explorer un peu ou tester le produit pour voir quelles perfs on pouvait obtenir…-Parler des perfs , des temps , de 2 tests, des questions qui se posent : reduire le temps ou le coût ?...etc
- Grâce à HDInsight ( du Hadoop à la demande ), nous nous sommes permis de « délirer » un peu ou tester le produit pour voir quelles perfs on pouvait obtenir…-Parler des perfs , des temps , de 2 tests, des questions qui se posent : reduire le temps ou le coût ?...etc