Entrepôts de données

Course ID
Campus
Level
Semester
Credit
Method

Objectifs de l’enseignement:

Maîtrise des modèles multidimensionnels, des systèmes décisionnels et Big data.

Connaissances préalables recommandées:

Bases de données Avancés II

Contenu de la matière : Entrepôts de données

  • Bases de données dans un environnement distribué : BD réparties, BD fédérées,
  • Architectures des entrepôts de données
  • Intégration de données hétérogènes
  • Modélisation de données multidimensionnelles
  • Interrogation avec agrégats complexes et navigation de données multidimensionnelles
  • Visualisation de données multidimensionnelles
  • Indexation de données multidimensionnelles
  • Optimisation de requêtes multidimensionnelles
  • Fouille dans les entrepôts de données

Présentation du Big Data

  • Définition
    • Les quatre dimensions du Big Data : volume, vélocité, variété, véracité
    • Présentation de l’ensemble MapReduce, stockage et requêtes
  • Améliorer les résultats de l’entreprise grâce au Big Data
    • Mesurer l’importance du Big Data au sein d’une entreprise
    • Réussir à extraire des données utiles
    • Intégrer le Big Data aux données traditionnelles
  • Stockage du Big Data
  • Présentation des entrepôts de Big Data
  • Traitement du Big Data
  • Intégrer différents entrepôts de données
  • Principes fondamentaux de HadoopMapReduce
  • Techniques et outils d’analyse du Big Data
  • Synthétiser les tâches HadoopMapReduce
  • Mettre en œuvre une solution Big Data

Mode d’évaluation :

60% examen et 40% travail personnel

Références:

DATE C. J. (2000) Introduction aux bases de données, Vuibert, Paris, ISBN 2-7117-8664-1. Partie IV : gestion de la concurrence, pp. 443-496.

GRAY J., ANDREAS R. (1993) Transaction processing : concepts and techniques. Morgan Kaufmann, HÄRDER      T.,       REUTER      A.      (1983)       Principles       of      transaction-oriented       database recovery.ACMComput.Surv.15(4).

MOHON C. et al. (1992) A transaction recovery method supporting fine-granularity locking and partial rollbacks using write-ahead logging. ACM TODS 17(1).

  1. Bancilhon, C. Delobel, P. Kanellakis, Building an Object-Oriented Database System: The Story of O2, Morgan Kaufmann
  2. Adiba, C. Collet, Objets et Bases de Données: Le SGBD O2, Hermes
  3. Abiteboul, P. Buneman, D. Suciu, Data on the Web: From Relations to Semistructured Data and XML, Morgan Kaufmann