Relationnel en première STG. Lire en ligne Convaincre avec des graphiques efficaces - 4. Comment construire un graphique efficace ? (Prévisualisation) « On peut voir de bien des façons.
On peut être aveugle de bien des façons1. » Frank Herbert, Le Messie de Dune Et si mon score au test personnel n’est pas bon, est-ce désespéré ? Non, évidemment, d’abord parce que je suis intimement convaincu qu’il est toujours possible d’apprendre de nouvelles disciplines et de s’améliorer. Ensuite, parce que l’exécution d’une bonne représentation de data-visualisation requiert, certes, de la rigueur et de l’esthétisme, mais s’appuie aussi sur des principes simples et facilement compréhensibles par tous. La data-visualisation est une démarche profondément itérative alliant recherche, analyse, tests et corrections. Sens et enjeux des modèles de stockage et d’accès aux données.
C’est typiquement le genre d’article qui nécessite des corrections, des remarques et peut-être un débat.
Alors n’hésitez pas. Code et data Pas de code sans données, car le but d’un code est de tourner et de produire des résultats et, pour ce faire, le code doit “manger” des données. On peut voir le code dans sa forme la plus abstraite comme un algorithme dont le rôle serait de produire des preuves. Mais on peut aussi voir le code comme un algorithme qui ne fait pas simplement que valider et prouver mais également qui produit des changements d’états et des évènements qui, au sens littéral du terme, changent le monde.
On a ici un parallèle avec les “speech acts” de Searle et Austin dont Henry Story avait parlé dans son intervention au MeetUp Semantic Web de Février 2011. Quiconque écrit un programme s’attend en effet à “changer le monde”, ne serait-ce que pour écrire “Hello World” sur un terminal. Pas de code sans données donc. Le DBA Le développeur “Impedance mismatch” Objets versus Tables.
Langage de requêtes. Nouvelles exigences utilisateurs et représentation visuelle des données. Base-NOSQL. Des alternatives aux bases de données relationnelles… L’avènement du Cloud et la transparence (maitrisée) de ses acteurs nous permet de découvrir quelques-uns systèmes mis en œuvre chez des acteurs comme Amazon ou Google.
Les offres de type SimpleDB, Google Data Store nous font certes rêver mais permettent également de découvrir des solutions utilisées en interne des grands sites web avec par exemple la BigTable du côté de Google ou bien Dynamo du côté d’Amazon. Ces systèmes innovants ont été développés sur mesure pour répondre à des enjeux de charge quasi hors normes (à titre d’exemple, pour eBay, on parlait il y a quelques années de 1 milliard de pages vues et de 44 milliards de requêtes par jour) tout en étant fortement adaptés aux spécificités de chacune de ces plateformes et de leur utilisation : Amazon et eBay – avec des notions de stock, facturation, consultations et recherches de produits… – utilisant leur espace de stockage de façon différente de Google – qui propose un moteur de recherche – .
Source : Pour conclure… 11 bases de données en mode cloud. Les meilleurs cours, tutoriels et Docs sur les SGBD et le SQL. QBE est un langage de requêtes révolutionnaire concurrent à SQL.
Il a été inventé par Moshe Zloof pour le compte de la compagnie IBM, en 1977. Paradox, contrairement aux autres SGBDR, travaille nativement en interface QBE lorsque l'on veut écrire des réquêtes. QBE signifie, Query By Exemple, c'est à dire, « requête par l? Exemple »... En d? Création : 26 août 2003. La boite à outils.