morning with mongodb

Morning With7 Novembre 2012

Novembre 2012

SOA - BRMS - ESB - BPM – CEP – BAM - High Performance – Compute & Data Grid - Cloud Computing - Big Data – NoSQL – Analytics - Mobile

Mathias KlubaManaging Consultant – Responsable offres NoSQL et Big Data

Speaker: Mathias Kluba Twitter @mathiaskluba Email mathias.kluba@fastconnect.fr

Speaker

2

Présents sur tout le cycle de vie applicatif

• Conseil

• Accompagnement à l’adoption technologique

• Formations

• Direction et Gestion de Projets

• Animation des Centres de Compétences/Expertises

• Gestion des indicateurs de Performance et Qualités (KPI, SLA…)

• Architecture & Développement

• Socle Documentaire

• Méthodologie et Bonnes Pratiques suivant le domaine

• Expertise

• Support & TMA

3

Nos offres d’accompagnement autour du BigData et NoSQL

Formations Formation générale BigData Formation générale NoSQL Formation Hadoop, MongoDB, Gigaspaces, ActivePivot, Spotfire Formations

ConseilArchitecture

Ingénierie

Infogérance et Support

Exploitation et Support Mise en place d’une infrastructure middleware robuste et opérable Intégration avec le SI existant Mise en place de solutions de supervision de bout en bout

(SLAs, applications, système et réseaux) Production 24x7 Support 1er niveau et TMA

Conseil et architecture Conseil en architecture et évolution SI Accompagnement au choix des solutions Audit pré ou post production Propositions d’architectures cibles Création, amélioration de frameworks Revues d’architecture

Ingénierie Mise en place d’une architecture d’analyse

et traitement des données BigData Hadoop/NoSQL Expertise technique, usines logicielle, frameworks, bonnes pratiques,

développement itératif Intégration avec les standards et technologies existants Mise en place de solutions de visualisation

(dashboard/reporting/data navigation)

4

Cas d’usage: Recherche dans des fichiers Gros volume de fichiers On souhaite garder le format d’origine On veut faire des recherches « complexes » On souhaite faire des « stats »

Cas d’usage

5

Première approche:

Première approche

SELECT * FROM tableWHERE field LIKE ‘%toto%’

SQL

TROP LENT TROP GROS VOLUME

6

Deuxième approche:

Deuxième approche

TROP LENT TROP RIGIDE

programme

7

For(int i = 0; i < length; i++){ doSomeStuff();}

Approche MongoDB / Hadoop :

MongoDB + Hadoop

1. Fichiers d’origines

2. Filtre un sous ensemble + meta-data

3. Affinage, recherche interactive

8

Approche MongoDB:

MongoDB en solo

MongoDB Map/Reduce

Report BIRT

9

En résumé: L’utilisateur peut affiner sa recherche grâce à Excel L’utilisateur va demander au développeur un meilleur

filtre MapReduce Hadoop (meilleur analyse du texte) L’utilisateur peut générer un rapport (BIRT)

En résumé

10

Avantages: On conserve le format d’origine des fichiers

sur HDFS On bénéficie d’une analyse très fine du texte grâce à

Hadoop On stocke un gros volume grâce à la scalabilité de

MongoDB On peut affiner la recherche via Excel avec la

puissance des requêtes MongoDB On peut générer des statistiques grâce à la rapidité et

la facilité du MapReduce MongoDB On bénéficie du support de BIRT pour générer des

rapports

Approche MongoDB + Hadoop

11

Requêtes MongoDB dans Excel

Intégration MongoDB et Excel

12

Statistiques et monitoring sur MongoDB

Statistiques MongoDB

13

Déploiement MongoDB

14

Déploiement avec Cloudify

Conclusions: Rapide à mettre en place Souplesse du schéma (agilité) Requêtes complexes plus rapide qu’en SQL Scalabilité de l’infrastructure BIRT: intégration mongoDB en « beta » Besoin d’un outil de monitoring: à quand MMS

disponible en mode « hosted » ?

Approche MongoDB

15

Contactez nous www.fastconnect.fr blog.fastconnect.fr sales@fastconnect.fr