Le big data, c'est quoi ?

Les origines

Initié dans les années 2000 et mis en application vers 2005, Le Big Data est né d’une rupture technologique engagée par les deux géants de l’Internet (Google et Yahoo), confrontés à des problèmes complexes :

• Le volume gigantesque de données manipulées (pages indexées, recherches…),
• La nature non structurée des informations (du texte, du son, de l’image…),
• La temporalité et la nécessaire vitesse d’exécution des algorithmes de traitement de l’information pour apporter des réponses en temps réel.

Les approches traditionnelles de la gestion de bases de données relationnelles, de l’informatique décisionnelle et de l’ingénierie statistique n’étaient plus suffisantes. Il fallait inventer un modèle en rupture permettant de régler en une passe l’ensemble de ces problèmes.

Principe et règle des 3 V

Pour décrire le principe du big data, il est coutumier de résumer ses caractéristiques majeures en utilisant 3 lettres « V » qui répondent à une triple problématiques :

1. un Volume de données important à traiter en pleine expansion et suivant une courbe exponentielle : commerce électronique et réseaux sociaux grands pourvoyeurs de données.
2. une grande Variété d'informations et renouvellement important des données (en provenance de plusieurs sources, non-structurées, structurées, Open...) : nouveautés et mises à jour sont stockées selon la devise du big data : « On garde tout ! ».
3. un certain niveau de Vélocité à atteindre (réactivité) - fréquence de création, collecte et partage de ces données. Les bases de données spécialisées sont en mesure de gérer la multiplicité des formats : numérique, texte, image...

Quelles traces, quels prix ?

Quelles traces laissons-nous et qu'est-ce que cela vaut ? (informations : 2014)

• 3 milliards de traces électroniques laissés par jour sur Facebook
• 34 722 « like » par minute pour des marques ou organisations sur Facebook
• 0,007 dollar, le prix d'un profil simple : âge, sexe, code postal, niveau d'éducation, origine ethnique (l'étude à l'américaine)
• 0,2 à 0,5 dollar, le prix du profil d'un malade américain chronique
• 600 euros, la valeur de la vie personnelle d'un Européen
• 315 milliards d'euros, la valeur des données personnelles en Europe.

Quel marché ?

Aujourd'hui, un marché d'environ 100 milliards de dollars : chiffre d'affaires annuel cumulé des grands réseau sociaux et des fournisseurs de big data :

• TWITTER : 0,665 milliards de dollars
• NETFIX : 4,37 milliards de dollars
• FACEBOOK : 7,8 milliards de dollars
• GOOGLE : 59,8 milliards de dollars
• 18,7 milliards de dollars : chiffre d'affaires 2013 des 70 fournisseurs de solution big data (+ 58% par rapport à 2012).

Perspectives

Demain, le marché potentiel du big data est estimé à :

• 300 milliards de dollars, potentiel du big data dans la santé
• 250 milliards d'euros, potentiel d'économie pour les administrations publiques en Europe
• 100 milliards de dollars, la valeur de données de géolocalisation pour des prestataires de services
• 50% de réduction des coûts de développement grâce au big data pour l'industrie.

Technologies

Les technologies de Big Data employées sont nombreuses...

Pour optimiser les temps de traitement sur des bases de données géantes, plusieurs solutions peuvent entrer en jeu :

• Des bases de données NoSQL (comme MongoDB, Cassandra ou Redis) qui implémentent des systèmes de stockage considérés comme plus performants que le traditionnel SQL pour l'analyse de données en masse (orienté clé/valeur, document, colonne ou graphe).
• Des infrastructures de serveurs pour distribuer les traitements sur des dizaines, centaines, voire milliers de nœuds. C'est ce qu'on appelle le traitement massivement parallèle. Le framework Hadoop est sans doute le plus connu d'entre eux. Il combine le système de fichiers distribué HDFS, la base NoSQL HBase et l'algorithme MapReduce...

Indice n°7

Indice n°8