Abstract:
Depuis plus de cinq (05) décennies l'informatique s'est implanté au cœur de nos entreprises, nos
hôpitaux, nos ministères, nos foyers … etc. Cette forte utilisation de l'informatique a engendré de
grands volumes de données qui ne sont pas gérable par les logiciels et matériels classiques. Prenons
le cas de grandes entreprises comme Google, Microsoft, Facebook et Yahoo ! qui doivent avoir des
milliards de données à stocker, gérer et manipuler. Cette perplexité dans la gestion de ces grands
volumes de données a donné naissance au terme Big Data. Les quantités de données
potentiellement infinies ainsi que les contraintes qui en dérivent posent de nombreux problèmes de
stockage et de traitement de ces données très volumineuses en termes de temps et de calcul en
utilisant des plateformes dédiées tel que Hadoop qui constitue l'une des meilleures plateformes du
Big Data et qui se repose sur son système de fichier distribué HDFS et son paradigme de
traitement et de calcul parallèle MapReduce.
Dans ce travail nous aborderons le monde du big data en définissant ces caractéristiques et son
architecture. Ensuite, nous parlerons des technologies de haute performance du Big Data et plus
précisément le Framework Hadoop.
Dans la partie applicative de notre projet nous avons mis en place un Cluster Hadoop avec une
interface d'exécution de Jobs MapReduce.
