SlideShare uma empresa Scribd logo
1 de 32
Baixar para ler offline
Site      : www.altnetfr.org,[object Object],Twitter : @altnetfr et #altnetfr,[object Object],Propositions de sessions:,[object Object],sessions@altnetfr.org,[object Object]
MapReduce,[object Object],Yann Schwartz,[object Object],@abolibibelot,[object Object],2011-06-15,[object Object]
Remerciements,[object Object],OCTO pour l’accueil,[object Object]
Alt.Net Paris,[object Object],Au menu,[object Object]
Au menu,[object Object],C’est quoi ?,[object Object],Oui, mais à quoi bon ?,[object Object],Et comment ça marche ?,[object Object],Ah, et ça sert vraiment ?,[object Object],Sauf que…,[object Object],Bon, et ensuite ?,[object Object]
C’est quoi ?,[object Object]
Petites parenthèses,[object Object],(reduce + (map #(* % %) [1 2 3 4])),[object Object],new[]{1,2,3,4}.Select(x => x*x),[object Object],                       .Aggregate(0, (acc, x) => acc + x),[object Object]
Interlude,[object Object],Un peu de LINQ…,[object Object]
Map :  k1,v1 -> list(k2,v2),[object Object],Reduce : k2, list(v2) -> v3,[object Object]
Map : Projection, filtre, transformation,[object Object],Reduce : agrégation,[object Object]
Oui mais à quoi bon ?,[object Object]
MapReduce,[object Object],2004 : Google,[object Object],« Simplified Data Processing on Large Clusters »,[object Object],Jeffrey Dean et Sanjay Ghemawat,[object Object],http://labs.google.com/papers/mapreduce.html,[object Object]
Présentation Map reduce altnetfr
Présentation Map reduce altnetfr
Séquence d’un frameworkMapReduce,[object Object],Choix des entrées, parallélisation,[object Object],Map,[object Object],Regroupement (parallèle),[object Object],Reduce,[object Object],Restitution,[object Object],			(en rouge, ce qu’on écrit soi-même),[object Object]
MR modélise une pipeline de forks et de joins, sans expliciter les forks ni les joins,[object Object],[object Object]
Du découpage
De la réconciliation
De la distribution des données (et du code)
Du failover…la partie horrible en fait.,[object Object]
Présentation Map reduce altnetfr
Mais ça s’utilise vraiment ?,[object Object]
NoSQL,[object Object],Souvent du sharding,[object Object],Les requêtes réparties peuvent être traduites par,[object Object],Traiter les données sur chacun des shards,[object Object],Agréger les résultats de chaque shard,[object Object],Regrouper ces résultats,[object Object],Pas de clustering (SGBD) et du mapreduce,[object Object]
MapReduce et NoSQL,[object Object],CouchDB,[object Object],Requêtes prédéfinies (vues), exprimées en MR,[object Object],MongoDB,[object Object],MR utilisé comme généralisation du GROUP BY,[object Object],RavenDB,[object Object],MapReduce utilisé pour créer des index en LINQ  (pas distribué),[object Object]
Hadoop,[object Object],Open Source (projet Apache),[object Object],Impl émentation du paper de Google,[object Object],Yahoo principal contributeur,[object Object],En Java…,[object Object]
Qu’est-ce qu’il y a dans la boîte ?,[object Object],Un système de fichiers réparti (HDFS),[object Object],Réplication et distribution,[object Object],Un scheduler de jobs et de tâches,[object Object],Reprise, failover, supervision,[object Object],Optimisation de la localité des données,[object Object]
Et on met quoi dans la boîte ?,[object Object],Les données (la plupart du temps des fichiers),[object Object],Le code,[object Object],Mapper,[object Object],Reducer,[object Object],Partitionner,[object Object]
Sauf que…,[object Object]
C’est pas si simple,[object Object],[object Object]
Pas toujours évident d’exprimer son intention
Casser les algorithmes pour se conformer à MR
Certains concepts très difficiles à exprimer

Mais conteúdo relacionado

Mais procurados

Hadoop MapReduce - OSDC FR 2009
Hadoop MapReduce - OSDC FR 2009Hadoop MapReduce - OSDC FR 2009
Hadoop MapReduce - OSDC FR 2009Olivier Grisel
 
BigData_TP4 : Cassandra
BigData_TP4 : CassandraBigData_TP4 : Cassandra
BigData_TP4 : CassandraLilia Sfaxi
 
Hadoop and friends : introduction
Hadoop and friends : introductionHadoop and friends : introduction
Hadoop and friends : introductionfredcons
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherLilia Sfaxi
 
Big Data : Une Introduction
Big Data : Une IntroductionBig Data : Une Introduction
Big Data : Une IntroductionNicolas OGÉ
 
Hadoop et son écosystème
Hadoop et son écosystèmeHadoop et son écosystème
Hadoop et son écosystèmeKhanh Maudoux
 
Presentation Hadoop Québec
Presentation Hadoop QuébecPresentation Hadoop Québec
Presentation Hadoop QuébecMathieu Dumoulin
 
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows AzureBig Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows AzureMicrosoft
 
Spark (v1.3) - Présentation (Français)
Spark (v1.3) - Présentation (Français)Spark (v1.3) - Présentation (Français)
Spark (v1.3) - Présentation (Français)Alexis Seigneurin
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceLilia Sfaxi
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopLilia Sfaxi
 
PerfUG - Hadoop Performances
PerfUG - Hadoop PerformancesPerfUG - Hadoop Performances
PerfUG - Hadoop PerformancesSofian Djamaa
 
Spark - Alexis Seigneurin (Français)
Spark - Alexis Seigneurin (Français)Spark - Alexis Seigneurin (Français)
Spark - Alexis Seigneurin (Français)Alexis Seigneurin
 
BigData_TP5 : Neo4J
BigData_TP5 : Neo4JBigData_TP5 : Neo4J
BigData_TP5 : Neo4JLilia Sfaxi
 
BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : SparkLilia Sfaxi
 
Spark, ou comment traiter des données à la vitesse de l'éclair
Spark, ou comment traiter des données à la vitesse de l'éclairSpark, ou comment traiter des données à la vitesse de l'éclair
Spark, ou comment traiter des données à la vitesse de l'éclairAlexis Seigneurin
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & SparkAlexia Audevart
 
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )Hamza Ben Marzouk
 
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkPlateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkALTIC Altic
 

Mais procurados (20)

Hadoop MapReduce - OSDC FR 2009
Hadoop MapReduce - OSDC FR 2009Hadoop MapReduce - OSDC FR 2009
Hadoop MapReduce - OSDC FR 2009
 
BigData_TP4 : Cassandra
BigData_TP4 : CassandraBigData_TP4 : Cassandra
BigData_TP4 : Cassandra
 
Tech day hadoop, Spark
Tech day hadoop, SparkTech day hadoop, Spark
Tech day hadoop, Spark
 
Hadoop and friends : introduction
Hadoop and friends : introductionHadoop and friends : introduction
Hadoop and friends : introduction
 
BigData_Chp5: Putting it all together
BigData_Chp5: Putting it all togetherBigData_Chp5: Putting it all together
BigData_Chp5: Putting it all together
 
Big Data : Une Introduction
Big Data : Une IntroductionBig Data : Une Introduction
Big Data : Une Introduction
 
Hadoop et son écosystème
Hadoop et son écosystèmeHadoop et son écosystème
Hadoop et son écosystème
 
Presentation Hadoop Québec
Presentation Hadoop QuébecPresentation Hadoop Québec
Presentation Hadoop Québec
 
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows AzureBig Data: Hadoop Map / Reduce sur Windows et Windows Azure
Big Data: Hadoop Map / Reduce sur Windows et Windows Azure
 
Spark (v1.3) - Présentation (Français)
Spark (v1.3) - Présentation (Français)Spark (v1.3) - Présentation (Français)
Spark (v1.3) - Présentation (Français)
 
BigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-ReduceBigData_Chp2: Hadoop & Map-Reduce
BigData_Chp2: Hadoop & Map-Reduce
 
BigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans HadoopBigData_TP2: Design Patterns dans Hadoop
BigData_TP2: Design Patterns dans Hadoop
 
PerfUG - Hadoop Performances
PerfUG - Hadoop PerformancesPerfUG - Hadoop Performances
PerfUG - Hadoop Performances
 
Spark - Alexis Seigneurin (Français)
Spark - Alexis Seigneurin (Français)Spark - Alexis Seigneurin (Français)
Spark - Alexis Seigneurin (Français)
 
BigData_TP5 : Neo4J
BigData_TP5 : Neo4JBigData_TP5 : Neo4J
BigData_TP5 : Neo4J
 
BigData_TP3 : Spark
BigData_TP3 : SparkBigData_TP3 : Spark
BigData_TP3 : Spark
 
Spark, ou comment traiter des données à la vitesse de l'éclair
Spark, ou comment traiter des données à la vitesse de l'éclairSpark, ou comment traiter des données à la vitesse de l'éclair
Spark, ou comment traiter des données à la vitesse de l'éclair
 
Big Data, Hadoop & Spark
Big Data, Hadoop & SparkBig Data, Hadoop & Spark
Big Data, Hadoop & Spark
 
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )
Présentation Hadoop SECURINETS INSAT (MAP & REDUCE )
 
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache SparkPlateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
Plateforme bigdata orientée BI avec Hortoworks Data Platform et Apache Spark
 

Destaque

ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...
ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...
ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...Silicon Village
 
Normas grales del_servicio_en_la_mesa
Normas grales del_servicio_en_la_mesaNormas grales del_servicio_en_la_mesa
Normas grales del_servicio_en_la_mesaSENA
 
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde Bogotá
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde BogotáCIDH, confiere medidas cautelares a Gustavo Petro, Alcalde Bogotá
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde BogotáSintraemcali Emcali
 
Dara kendra scullion
Dara kendra scullionDara kendra scullion
Dara kendra scullionKendra Paupst
 
CDI Guide pratique Equipe éducative
CDI Guide pratique Equipe éducativeCDI Guide pratique Equipe éducative
CDI Guide pratique Equipe éducativeCdi_LgtBaimbridge
 
FRAC : les régions boulimiques d’art contemporain
FRAC : les régions boulimiques d’art contemporainFRAC : les régions boulimiques d’art contemporain
FRAC : les régions boulimiques d’art contemporainFondation iFRAP
 
Chapelle sur erdre
Chapelle sur erdreChapelle sur erdre
Chapelle sur erdrequelquun
 
Conclusiones desayuno de trabajo de clubs de compra privada y outlets madri...
Conclusiones desayuno de trabajo de clubs de compra privada y outlets   madri...Conclusiones desayuno de trabajo de clubs de compra privada y outlets   madri...
Conclusiones desayuno de trabajo de clubs de compra privada y outlets madri...Emilio Márquez Espino
 
Les Coiffes Bretonnes
Les Coiffes BretonnesLes Coiffes Bretonnes
Les Coiffes Bretonneskelrencontre
 
Challenge de la publicité 2013
Challenge de la publicité 2013Challenge de la publicité 2013
Challenge de la publicité 2013Hugo Coria
 
Label options colors
Label options colorsLabel options colors
Label options colorsNon Stop
 
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...Silicon Village
 
7 sites-internet-diffuseurs
7 sites-internet-diffuseurs7 sites-internet-diffuseurs
7 sites-internet-diffuseurssitlorpro
 
Les nouvelles habitudes d’apprentissage des langues en ligne
Les nouvelles habitudes d’apprentissage des langues en ligneLes nouvelles habitudes d’apprentissage des langues en ligne
Les nouvelles habitudes d’apprentissage des langues en ligneAnna Vetter
 

Destaque (20)

ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...
ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...
ÉTAT DES LIEUX ET PERSPECTIVES DU SECTEUR DES NTIC À LA RÉUNION VU PAR SES AC...
 
Detente
DetenteDetente
Detente
 
Normas grales del_servicio_en_la_mesa
Normas grales del_servicio_en_la_mesaNormas grales del_servicio_en_la_mesa
Normas grales del_servicio_en_la_mesa
 
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde Bogotá
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde BogotáCIDH, confiere medidas cautelares a Gustavo Petro, Alcalde Bogotá
CIDH, confiere medidas cautelares a Gustavo Petro, Alcalde Bogotá
 
Dara kendra scullion
Dara kendra scullionDara kendra scullion
Dara kendra scullion
 
CDI Guide pratique Equipe éducative
CDI Guide pratique Equipe éducativeCDI Guide pratique Equipe éducative
CDI Guide pratique Equipe éducative
 
FRAC : les régions boulimiques d’art contemporain
FRAC : les régions boulimiques d’art contemporainFRAC : les régions boulimiques d’art contemporain
FRAC : les régions boulimiques d’art contemporain
 
Chapelle sur erdre
Chapelle sur erdreChapelle sur erdre
Chapelle sur erdre
 
Conclusiones desayuno de trabajo de clubs de compra privada y outlets madri...
Conclusiones desayuno de trabajo de clubs de compra privada y outlets   madri...Conclusiones desayuno de trabajo de clubs de compra privada y outlets   madri...
Conclusiones desayuno de trabajo de clubs de compra privada y outlets madri...
 
Productividad
ProductividadProductividad
Productividad
 
Les Coiffes Bretonnes
Les Coiffes BretonnesLes Coiffes Bretonnes
Les Coiffes Bretonnes
 
Challenge de la publicité 2013
Challenge de la publicité 2013Challenge de la publicité 2013
Challenge de la publicité 2013
 
Francia
FranciaFrancia
Francia
 
Label options colors
Label options colorsLabel options colors
Label options colors
 
Spectacle nostoc
Spectacle nostocSpectacle nostoc
Spectacle nostoc
 
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...
Comment s’impliquer dans le 7e programme-cadre de recherche de l’Union europé...
 
Finanzasparaemprendedores
FinanzasparaemprendedoresFinanzasparaemprendedores
Finanzasparaemprendedores
 
Mémoire
MémoireMémoire
Mémoire
 
7 sites-internet-diffuseurs
7 sites-internet-diffuseurs7 sites-internet-diffuseurs
7 sites-internet-diffuseurs
 
Les nouvelles habitudes d’apprentissage des langues en ligne
Les nouvelles habitudes d’apprentissage des langues en ligneLes nouvelles habitudes d’apprentissage des langues en ligne
Les nouvelles habitudes d’apprentissage des langues en ligne
 

Semelhante a Présentation Map reduce altnetfr

Techday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big DataTechday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big DataArrow Group
 
10 big data hadoop
10 big data hadoop10 big data hadoop
10 big data hadoopPatrick Bury
 
10 big data hadoop
10 big data hadoop10 big data hadoop
10 big data hadoopPatrick Bury
 
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017)
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017) Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017)
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017) univalence
 
Plongée dans la plateforme hadoop
Plongée dans la plateforme hadoopPlongée dans la plateforme hadoop
Plongée dans la plateforme hadooppkernevez
 
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -intro
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -introNosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -intro
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -introOlivier Mallassi
 
Back to the future of java (from 8 to 11 and beyond)
Back to the future of java (from 8 to 11 and beyond)Back to the future of java (from 8 to 11 and beyond)
Back to the future of java (from 8 to 11 and beyond)Jérôme Tamborini
 
Introduction à la cartographie avec R
Introduction à la cartographie avec RIntroduction à la cartographie avec R
Introduction à la cartographie avec RJoel Gombin
 
Introduction à la cartographie avec R
Introduction à la cartographie avec RIntroduction à la cartographie avec R
Introduction à la cartographie avec RCdiscount
 
Modern DevOps - kill the bottleneck (part 2/2)
Modern DevOps - kill the bottleneck (part 2/2)Modern DevOps - kill the bottleneck (part 2/2)
Modern DevOps - kill the bottleneck (part 2/2)Loic Ortola
 
Data liftjan2012
Data liftjan2012Data liftjan2012
Data liftjan2012oliviercure
 
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...Hadjer BENHADJ DJILALI
 
Darwin appliqué à LabVIEW : l’évolution de la gestion des données
Darwin appliqué à LabVIEW : l’évolution de la gestion des donnéesDarwin appliqué à LabVIEW : l’évolution de la gestion des données
Darwin appliqué à LabVIEW : l’évolution de la gestion des donnéesLuc Desruelle
 
Spad big data - sfds - 2016
Spad   big data - sfds - 2016Spad   big data - sfds - 2016
Spad big data - sfds - 2016Julien BLAIZE
 
Javascript un langage supérieur
Javascript un langage supérieurJavascript un langage supérieur
Javascript un langage supérieurFredy Fadel
 
Techniques de programmation avancée LabVIEW : gestion des données de la local...
Techniques de programmation avancée LabVIEW : gestion des données de la local...Techniques de programmation avancée LabVIEW : gestion des données de la local...
Techniques de programmation avancée LabVIEW : gestion des données de la local...Luc Desruelle
 
Présentation SOLAP
Présentation SOLAPPrésentation SOLAP
Présentation SOLAPconceptor
 
Bluestone - Panorama des solutions analytiques existantes
Bluestone - Panorama des solutions analytiques existantesBluestone - Panorama des solutions analytiques existantes
Bluestone - Panorama des solutions analytiques existantesBluestoneServices
 

Semelhante a Présentation Map reduce altnetfr (20)

Techday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big DataTechday Arrow Group: Hadoop & le Big Data
Techday Arrow Group: Hadoop & le Big Data
 
10 big data hadoop
10 big data hadoop10 big data hadoop
10 big data hadoop
 
10 big data hadoop
10 big data hadoop10 big data hadoop
10 big data hadoop
 
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017)
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017) Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017)
Spark-adabra, Comment Construire un DATALAKE ! (Devoxx 2017)
 
Plongée dans la plateforme hadoop
Plongée dans la plateforme hadoopPlongée dans la plateforme hadoop
Plongée dans la plateforme hadoop
 
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -intro
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -introNosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -intro
Nosql, hadoop, map reduce, hbase, sqoop, voldemort, cassandra -intro
 
Back to the future of java (from 8 to 11 and beyond)
Back to the future of java (from 8 to 11 and beyond)Back to the future of java (from 8 to 11 and beyond)
Back to the future of java (from 8 to 11 and beyond)
 
Presentation Map Reduce
Presentation Map ReducePresentation Map Reduce
Presentation Map Reduce
 
Introduction à la cartographie avec R
Introduction à la cartographie avec RIntroduction à la cartographie avec R
Introduction à la cartographie avec R
 
Introduction à la cartographie avec R
Introduction à la cartographie avec RIntroduction à la cartographie avec R
Introduction à la cartographie avec R
 
Modern DevOps - kill the bottleneck (part 2/2)
Modern DevOps - kill the bottleneck (part 2/2)Modern DevOps - kill the bottleneck (part 2/2)
Modern DevOps - kill the bottleneck (part 2/2)
 
Data liftjan2012
Data liftjan2012Data liftjan2012
Data liftjan2012
 
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...
Parallélisation d'algorithmes de graphes avec MapReduce sur un cluster d'ordi...
 
Darwin appliqué à LabVIEW : l’évolution de la gestion des données
Darwin appliqué à LabVIEW : l’évolution de la gestion des donnéesDarwin appliqué à LabVIEW : l’évolution de la gestion des données
Darwin appliqué à LabVIEW : l’évolution de la gestion des données
 
Spad big data - sfds - 2016
Spad   big data - sfds - 2016Spad   big data - sfds - 2016
Spad big data - sfds - 2016
 
Javascript un langage supérieur
Javascript un langage supérieurJavascript un langage supérieur
Javascript un langage supérieur
 
Techniques de programmation avancée LabVIEW : gestion des données de la local...
Techniques de programmation avancée LabVIEW : gestion des données de la local...Techniques de programmation avancée LabVIEW : gestion des données de la local...
Techniques de programmation avancée LabVIEW : gestion des données de la local...
 
Présentation SOLAP
Présentation SOLAPPrésentation SOLAP
Présentation SOLAP
 
Bluestone - Panorama des solutions analytiques existantes
Bluestone - Panorama des solutions analytiques existantesBluestone - Panorama des solutions analytiques existantes
Bluestone - Panorama des solutions analytiques existantes
 
presentation
presentationpresentation
presentation
 

Présentation Map reduce altnetfr