HadoopHadoop est un framework libre et open source écrit en Java destiné à faciliter la création d'applications distribuées (au niveau du stockage des données et de leur traitement) et échelonnables (scalables) permettant aux applications de travailler avec des milliers de nœuds et des pétaoctets de données. Ainsi chaque nœud est constitué de machines standard regroupées en grappe. Tous les modules de Hadoop sont conçus selon l'idée que les pannes matérielles sont fréquentes et qu'en conséquence elles doivent être gérées automatiquement par le framework.
MapReduceMapReduce est un patron de conception de développement informatique, inventé par Google, dans lequel sont effectués des calculs parallèles, et souvent distribués, de données potentiellement très volumineuses, typiquement supérieures en taille à un téraoctet. Les termes « map » et « reduce », et les concepts sous-jacents, sont empruntés aux langages de programmation fonctionnelle utilisés pour leur construction (map et réduction de la programmation fonctionnelle et des langages de programmation tableau).
HBaseHBase est un système de gestion de base de données non-relationnelles distribué, écrit en Java, disposant d'un stockage structuré pour les grandes tables. HBase est inspirée des publications de Google sur BigTable. Comme BigTable, c'est une base de données orientée colonnes. Basées sur une architecture maître/esclave, les bases de données de ce type sont capables de gérer d'énormes quantités d'informations (plusieurs milliards de lignes par table). HBase est un sous-projet d'Hadoop, un framework d'architecture distribuée.
Big dataLe big data ( « grosses données » en anglais), les mégadonnées ou les données massives, désigne les ressources d’informations dont les caractéristiques en termes de volume, de vélocité et de variété imposent l’utilisation de technologies et de méthodes analytiques particulières pour créer de la valeur, et qui dépassent en général les capacités d'une seule et unique machine et nécessitent des traitements parallélisés. L’explosion quantitative (et souvent redondante) des données numériques permet une nouvelle approche pour analyser le monde.
DonnéeUne donnée est ce qui est connu et qui sert de point de départ à un raisonnement ayant pour objet la détermination d'une solution à un problème en relation avec cette donnée. Cela peut être une description élémentaire qui vise à objectiver une réalité, le résultat d'une comparaison entre deux événements du même ordre (mesure) soit en d'autres termes une observation ou une mesure. La donnée brute est dépourvue de tout raisonnement, supposition, constatation, probabilité.
Apache SparkSpark (ou Apache Spark) est un framework open source de calcul distribué. Il s'agit d'un ensemble d'outils et de composants logiciels structurés selon une architecture définie. Développé à l'université de Californie à Berkeley par AMPLab, Spark est aujourd'hui un projet de la fondation Apache. Ce produit est un cadre applicatif de traitements des mégadonnées (big data) pour effectuer des analyses complexes à grande échelle. En 2009, Spark fut conçu par lors de son doctorat au sein de l'université de Californie à Berkeley.
Stream processingIn computer science, stream processing (also known as event stream processing, data stream processing, or distributed stream processing) is a programming paradigm which views streams, or sequences of events in time, as the central input and output objects of computation. Stream processing encompasses dataflow programming, reactive programming, and distributed data processing. Stream processing systems aim to expose parallel processing for data streams and rely on streaming algorithms for efficient implementation.
RenkuLe (vers liés) ou (vers liés comiques) est un genre de poème collectif japonais. C'est l'une des trois grandes formes de poésie classique au Japon (les deux autres étant le haïku et le tanka). Le renku dérive d'une tradition plus ancienne de poésie collective appelée le renga. Pour composer un renku, les poètes se réunissent et composent, chacun leur tour, des vers allant de 14 à 17 mores.
Entrepôt de donnéesvignette|redresse=1.5|Vue d'ensemble d'une architecture entrepôt de données. Le terme entrepôt de données ou EDD (ou base de données décisionnelle ; en anglais, data warehouse ou DWH) désigne une base de données utilisée pour collecter, ordonner, journaliser et stocker des informations provenant de base de données opérationnelles et fournir ainsi un socle à l'aide à la décision en entreprise. Un entrepôt de données est une base de données regroupant une partie ou l'ensemble des données fonctionnelles d'une entreprise.
Science des donnéesLa science des données est l'étude de l’extraction automatisée de connaissance à partir de grands ensembles de données. Plus précisément, la science des données est un domaine interdisciplinaire qui utilise des méthodes, des processus, des algorithmes et des systèmes scientifiques pour extraire des connaissances et des idées à partir de nombreuses données structurées ou non . Elle est souvent associée aux données massives et à l'analyse des données.
Système de fichiersLe terme système de fichiers (abrégé « FS » pour File System, parfois filesystem en anglais) désigne de façon ambigüe : soit l'organisation hiérarchique des fichiers au sein d'un système d'exploitation (on parle par exemple du file system d'une machine unix organisé à partir de sa racine (/) ) soit l'organisation des fichiers au sein d'un volume physique ou logique, qui peut être de différents types (par exemple NTFS, , FAT32, ext2fs, ext3fs, ext4fs, zfs, btrfs, etc.
Hokkuis the opening stanza of a Japanese orthodox collaborative linked poem, renga, or of its later derivative, renku (haikai no renga). From the time of Matsuo Bashō (1644–1694), the hokku began to appear as an independent poem, and was also incorporated in haibun (in combination with prose). In the late 19th century, Masaoka Shiki (1867–1902) renamed the standalone hokku as "haiku", and the latter term is now generally applied retrospectively to all hokku appearing independently of renku or renga, irrespective of when they were written.
Analyse des donnéesL’analyse des données (aussi appelée analyse exploratoire des données ou AED) est une famille de méthodes statistiques dont les principales caractéristiques sont d'être multidimensionnelles et descriptives. Dans l'acception française, la terminologie « analyse des données » désigne donc un sous-ensemble de ce qui est appelé plus généralement la statistique multivariée. Certaines méthodes, pour la plupart géométriques, aident à faire ressortir les relations pouvant exister entre les différentes données et à en tirer une information statistique qui permet de décrire de façon plus succincte les principales informations contenues dans ces données.
KirejiUn kireji (切れ字, « caractère de coupe »), ou mot de césure, est un mot-outil utilisé dans la poésie japonaise traditionnelle. Il peut s'agir d'une particule enclitique (adverbe, conjonction, postposition) ou d'un auxiliaire verbal. Il est généralement considéré comme obligatoire dans le haïku, le hokku, le renga et le renku. Il n'existe pas d'équivalent exact dans la langue française et sa fonction peut être difficile à définir.
Gestionnaire de fichiersUn gestionnaire de fichiers présente les fichiers informatiques situés sur une ou plusieurs machines, affiche des informations sur eux (nom, taille, aperçu...), permet de trier leur présentation et d'effectuer sur eux quelques opérations, individuellement ou en les groupant. Il permet aussi la création et la suppression de fichiers et de répertoires Travaillant le plus souvent dans une interface graphique, il permet aussi ouverture, visualisation, impression, renommage, déplacement ou copie, la suppression, affichage et modification de propriétés et recherche de fichiers.
RengaLe est un genre de la poésie japonaise collaborative . Un renga comprend au moins deux ou strophes. La première strophe d'un renga, appelée le , est devenue la base de la forme de poésie moderne haiku. Deux des plus grands maîtres du renga sont le prêtre bouddhiste Sōgi (1421–1502) et Matsuo Bashō (1644–1694). Le renga est l'un des arts littéraires les plus importants du Japon pré-moderne. Le plus ancien renga qui nous est parvenu se trouve dans le Man'yōshū lorsque Ōtomo no Yakamochi et une rédigent et échangent des poèmes dont le nombre d'unité sonores (onji) est de 5-7-5 et 7-7.
Haïkuvignette|Pierre gravée d'un haïku. Un est un poème d'origine japonaise extrêmement bref, célébrant l'évanescence des choses et les sensations qu'elles suscitent. Un haïku évoque généralement une saison (le kigo) et comporte souvent une césure (le kireji). Il est composé en principe de réparties en trois vers suivant un schéma 5/7/5. Le haïku est une forme poétique très codifiée et dont la paternité, dans son esprit actuel, est attribuée au poète Bashō Matsuo (1644-1694).
Fichier informatiquethumb|Pictogrammes représentant des fichiers. Un fichier informatique est au sens commun, une collection, un ensemble de données numériques réunies sous un même nom, enregistrées sur un support de stockage permanent, appelé mémoire de masse, tel qu'un disque dur, un cédérom, une mémoire flash ou une bande magnétique, une série de cartes perforées et manipulées comme une unité. Techniquement un fichier est une information numérique constituée d'une séquence d'octets, c'est-à-dire d'une séquence de nombres, permettant des usages divers.
HaikaiHaikai (Japanese 俳諧 comic, unorthodox) may refer in both Japanese and English to haikai no renga (renku), a popular genre of Japanese linked verse, which developed in the sixteenth century out of the earlier aristocratic renga. It meant "vulgar" or "earthy", and often derived its effect from satire and puns, though "under the influence of [Matsuo] Bashō (1644–1694) the tone of haikai no renga became more serious".
Clustered file systemA clustered file system is a which is shared by being simultaneously mounted on multiple servers. There are several approaches to clustering, most of which do not employ a clustered file system (only direct attached storage for each node). Clustered file systems can provide features like location-independent addressing and redundancy which improve reliability or reduce the complexity of the other parts of the cluster. Parallel file systems are a type of clustered file system that spread data across multiple storage nodes, usually for redundancy or performance.
