Big Data

L’expression « big data » est souvent utilisée dans les environnements d’entreprise pour décrire de grandes quantités de données. Elle ne désigne pas une quantité précise de données, mais plutôt un ensemble de données qui ne peut pas être stocké ou traité à l’aide d’un logiciel de base de données traditionnel.

Parmi les exemples de big data figurent l’index de recherche de Google, la base de données des profils d’utilisateurs de Facebook et la liste de produits d’Amazon.com. Ces collections de données (ou « ensembles de données ») sont si volumineuses qu’elles ne peuvent pas être stockées dans une base de données classique, ni même sur un seul ordinateur. Les données doivent plutôt être stockées et traitées à l’aide d’un système de gestion de bases de données hautement évolutif. Le big data est souvent réparti sur plusieurs périphériques de stockage, parfois dans plusieurs emplacements différents.

De nombreux systèmes traditionnels de gestion de bases de données imposent des limites à la quantité de données qu’ils peuvent stocker. Par exemple, une base de données Access 2010 ne peut contenir que deux gigaoctets de données, ce qui rend impossible le stockage de plusieurs pétaoctets ou exaoctets de données. Même si un SGBD peut stocker de grandes quantités de données, il peut fonctionner de manière inefficace si trop de tables ou d’enregistrements sont créés, ce qui peut entraîner des performances lentes. Les solutions de big data résolvent ces problèmes en fournissant des systèmes de stockage hautement réactifs et évolutifs.

Il existe plusieurs types de solutions logicielles de big data, notamment des plateformes de stockage de données et des programmes d’analyse de données. Parmi les produits logiciels de big data les plus courants figurent Apache Hadoop, IBM Big Data Platform, Oracle NoSQL Database, Microsoft HDInsight et EMC Pivotal One.