NoSQL et BigData

Des mots qu’on entend de plus en plus et vous vous demandez ce qu’il en est vraiment, sur le terrain ?

Nous aussi ! Nous avons donc lancé un projet interne sur la base « est-ce aussi simple, est-ce aussi performant ? Quelles conditions faut-il réunir pour aller vite ? »

Nous avons configuré et utilisé ElasticSearch sur des données plus ou moins structurées mais toujours volumineuses :

  • En interne, avec la stack ELK (ElasticSearch / Logstash / Kibana) pour gérer les logs de toutes nos infrastructures : Reporting et visualisation selon plusieurs axes (temporel, machines, services, …) puis recherche : par exemple, en deux clics, on peut savoir si tous nos backups ont fonctionné du premier coup dimanche dernier.

General-ELK-Stack (1)

  • Pour indexer le contenu d’un MDM avec ElasticSearch et permettre des recherches quasi-instantanées sur des critères complètement différents de ceux du Data Model initial notamment sur des attributs de géolocalisation pour une recherche géographique. Application :  Avec un site responsive sur un mobile+GPS, on retrouve instantanément les références à proximité de sa position.
  • Prolongement précédent, nous avons utilisé ElasticSearch pour indexer avec la base publique géographiques d’OpenStreetMap. Avec un module d’import OpenSource had-hoc, l’import se prépare et se lance en quelques heures !

Les résultats sont très impressionnants en terme de temps de réponse et de facilité de mise en oeuvre. Il y a évidemment quelques points de vigilance à observer sur le format des données mais le temps de développement et l’infrastructure nécessaire restent limités.

À savoir: bien configurer pour bien exploiter, notamment pour les API.

Pour aller plus loin, venez nous voir pour une démonstration et des explications techniques.