É«¿Ø´«Ã½

Ces dix derni¨¨res ann¨¦es, notre d¨¦finition et notre compr¨¦hension des donn¨¦es a consid¨¦rablement ¨¦volu¨¦ ¡ª notamment gr?ce aux outils, toujours plus nombreux, qui permettent de lire, stocker et analyser des donn¨¦es non structur¨¦es.

Par le pass¨¦, les donn¨¦es non structur¨¦es ¨¦taient souvent sous-utilis¨¦es, en raison des difficult¨¦s d¡¯interpr¨¦tation associ¨¦es. Ces nouvelles technologie ont permis non seulement de mieux comprendre cette pr¨¦cieuse masse de donn¨¦es, mais aussi d¡¯en extraire des informations strat¨¦giques.

, le volume total de donn¨¦es cr¨¦¨¦es, captur¨¦es, copi¨¦es et consommer dans le monde d¡¯ici 2024 d¨¦passera 149 zettaoctets par an ¡ª la majorit¨¦ d¡¯entre elles ¨¦tant non structur¨¦es. Toutes les entreprises auront ¨¤ gagner ¨¤ d¨¦velopper leurs capacit¨¦s d¡¯analyse de ces donn¨¦es non structur¨¦es. La premi¨¨re ¨¦tape consiste ¨¤ bien distinguer les donn¨¦es structur¨¦es et non structur¨¦es.

Voici un tableau r¨¦capitulatif rapide des diff¨¦rences, suivi d¡¯explications plus d¨¦taill¨¦es.

Que sont les donn¨¦es structur¨¦es??

Les donn¨¦es structur¨¦es pr¨¦sentent un sch¨¦ma bien d¨¦fini, dans lequel les informations sont mises en forme. Pour sch¨¦matiser, les donn¨¦es susceptibles d¡¯¨ºtre pr¨¦sent¨¦es dans des tableurs tels que Google Sheets ou Microsoft Excel sont des donn¨¦es structur¨¦es.

Selon cet exemple, les donn¨¦es peuvent ¨ºtre synth¨¦tis¨¦es sous forme de lignes et de colonnes. Chaque colonne repr¨¦sente un attribut, et chaque ligne permet d¡¯associer ou non un ¨¦l¨¦ment de donn¨¦es pr¨¦cis avec les diff¨¦rents attributs. Ces lignes et colonnes forment un tableau tr¨¨s facile ¨¤ utiliser.

Il est possible de relier diff¨¦rents tableaux ¡ª ¨¤ condition qu¡¯ils aient des colonnes communes.

Plusieurs tableaux associ¨¦s, successivement ou par combinaison, forment une base de donn¨¦es relationnelle. Ainsi, les donn¨¦es client, commerciales et d¡¯inventaire d¡¯une boutique peuvent ¨ºtre consid¨¦r¨¦es comme une base de donn¨¦es relationnelle.

• Chaque client dispose d¡¯un ID client, ainsi que de champs contenant son nom, son num¨¦ro de t¨¦l¨¦phone, son num¨¦ro de carte de cr¨¦dit, son adresse, etc.
• La base de donn¨¦es clients peut ¨ºtre reli¨¦e ¨¤ la base de donn¨¦es commerciale ¨¤ partir d¡¯attributs tels que la date d¡¯achat, la r¨¦f¨¦rence des articles achet¨¦s, le montant total d¨¦pens¨¦, l¡¯ID client, etc. G¨¦n¨¦ralement, les deux tableaux sont reli¨¦s par l¡¯attribut commun d¡¯ID client.
• Enfin, la base de donn¨¦es commerciale peut ¨ºtre reli¨¦e ¨¤ la base de donn¨¦es d¡¯inventaire via l¡¯attribut commun du code d¡¯article, de sorte que les trois tableaux sont int¨¦gr¨¦s ¨¤ une seule et m¨ºme base de donn¨¦es relationnelle.

Ces donn¨¦es structur¨¦es sont g¨¦n¨¦ralement stock¨¦es dans des syst¨¨mes de gestion de base de donn¨¦es relationnelle (RDBMS). Ces bases de donn¨¦es peuvent ¨ºtre modifi¨¦es, consult¨¦es et manipul¨¦es ¨¤ l¡¯aide du langage SQL (Structured Query Language), d¨¦velopp¨¦ par IBM dans les ann¨¦es 1970 pour prendre en charge ses bases de donn¨¦es centrales. Ce langage s¡¯appelait alors Sequence English Query Language, ou SEQUEL, car il se lisait presque comme la langue anglaise. Dans sa forme actuelle, SQL a ¨¦t¨¦ popularis¨¦ par Relational Software, Inc. (aujourd¡¯hui appel¨¦e Oracle).

Que sont les donn¨¦es non structur¨¦es??

Toutes les donn¨¦es qui ne sont pas structur¨¦es peuvent ¨ºtre cat¨¦goris¨¦es comme non structur¨¦es. On estime que d¡¯ici 2025, 80?% des donn¨¦es que nous utilisons - que ce soit sous forme de texte, de son, d¡¯image ou de vid¨¦o - seront non structur¨¦es¹.

En somme, . Elles sont souvent?:

• d¡¯origine num¨¦rique et impr¨¦visibles
• en cr¨¦ation et en mouvement constants
• m¨¦lang¨¦es, multimodales et interop¨¦rables
• g¨¦odistribu¨¦es pour une meilleure protection

Les donn¨¦es non structur¨¦es sont associ¨¦es ¨¤ des m¨¦tadonn¨¦es qui peuvent, quant ¨¤ elles, ¨ºtre structur¨¦es. Ainsi, une vid¨¦o a des m¨¦tadonn¨¦es qui correspondent ¨¤ la r¨¦solution, au d¨¦bit binaire, au nombre d¡¯images par seconde, au propri¨¦taire, etc. Mais la vid¨¦o en elle-m¨ºme est non structur¨¦e. Des donn¨¦es non structur¨¦es associ¨¦es ¨¤ des m¨¦tadonn¨¦es structur¨¦es sont g¨¦n¨¦ralement appel¨¦es ??donn¨¦es semi-structur¨¦es??.

Si l¡¯on prend l¡¯exemple d¡¯une vid¨¦o YouTube, celle-ci pr¨¦sente des m¨¦tadonn¨¦es - notamment l¡¯heure de chargement, la date de chargement, le nombre de vue (partiel ou total), le nombre de ??j¡¯aime?? et de ??je n¡¯aime pas??, etc. Cependant, le titre de la vid¨¦o, sa description et la vid¨¦o en elle-m¨ºme sont non structur¨¦s. Ils ont un aspect qualitatif qui ne peut ¨ºtre exprim¨¦ seulement par des nombres.

Pour les donn¨¦es non structur¨¦es, on utilise g¨¦n¨¦ralement des bases de donn¨¦es NoSQL. NoSQL signifie ??pas seulement SQL??, ce qui indique que la base de donn¨¦es est capable de prendre en charge une plus large gamme de donn¨¦es que les bases de donn¨¦es SQL. Les bases de donn¨¦es NoSQL n¡¯ont pas de structure sch¨¦matique ou tabulaire?; il s¡¯agit juste d¡¯un ensemble de donn¨¦es regroup¨¦es.

?

Stockage de donn¨¦es non structur¨¦es avec UFFO

Si les donn¨¦es non structur¨¦es sont susceptible de fournir des informations strat¨¦giques dot¨¦es d¡¯un vrai potentiel de transformation, elles ne sont pas simples ¨¤ ma?triser. La solution de stockage avanc¨¦e UFFO de Pure, É«¿Ø´«Ã½? FlashBlade?, garantit la vitesse de la technologie flash, associ¨¦e ¨¤ la possibilit¨¦ de dimensionner n¡¯importe quelle architecture de mani¨¨re agile. Si vous souhaitez en savoir plus, Pure propose un essai gratuit de Pure FlashBlade. Vous pourrez ainsi tester la solution sans engagement.

Autres chapitres du Guide sur le Big Data

1. Big Data vs. donn¨¦es classiques
2. 5?atouts du Big Data qui aident les entreprises ¨¤ distancer la concurrence
3. La relation entre l¡¯IdO et le Big Data