Comment peut-on produire de l'info à partir des données d'une ba
Get flash to fully experience Pearltrees
Eric GAVOTY, VP Sales & Marketing de DigDash 0 in Share Pour les éditeurs de logiciels, il s’agit donc de répondre à ces nouvelles demandes de lisibilité et de relever le défi de la « data-visualization ». Des spécialistes du traitement de l’information et de la représentation de données se sont penchés sur ces problématiques afin de répondre aux nouvelles exigences utilisateurs et proposer des solutions aux éditeurs de logiciels.
Nouvelles exigences utilisateurs et représentation visuelle des données
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 façons 1 . » 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.
Systèmes d'Informations Géographiques (SIG)
www.notre-planete.info : environnement, développement durable et sciences de la Terre une carte de l'Ile-de-France sur SIG © : notre-planete.info L'information géographique désigne toute information sur des objets ou des phénomènes (appelés entités géographiques) localisables à la surface de la terre. Elle est classiquement représentée sous forme cartographique, avec ses 2 composantes : une composante graphique : la carte, qui décrit la forme et les caractéristiques de l'entité tout en la localisant par des coordonnées géographiques ou cartographiques. une composante attributaire : la légende, qui identifie les entités représentées. Les premières cartes eurent plusieurs inconvénients : quantité d'informations limitée, documents figés dont la mise à jour est difficile, manipulation de cartes à échelles différentes malaisée.
Modèle relationnel
Langage de requêtes
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 – .
Des alternatives aux bases de données relationnelles…
Crédit Photo: D.R Le cloud se propose comme solution afin de stocker des masses de données à peu de frais et de manière efficace. Voici onze SGBD, SQL ou NoSQL, disponibles sur des services de cloud public. IDC prévoit que le big data connaîtra une croissance de 60% par an pour les données structurées et non structurées.
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.
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 .