[EGC] DataGuide : une approche pour l’implantation de schémas NoSQL
Depuis plusieurs décennies, le stockage et l’exploitation de données reposent principa-
lement sur les bases de données relationnelles. Avec le big data, le volume des données a
explosé, l’hétérogénéité s’est décuplée, posant des problèmes de transformation des SGBDR
à de nouveaux stockages sur le Cloud, que ce soit en matière de stockage, d’interrogation, de
coût ou de performance. Avec plus de 225 solutions NoSQL différentes, il est difficile de déter-
miner la solution la plus adaptée à ses besoins. Les conséquences d’un mauvais choix peuvent
engendrer des problèmes de passage à l’échelle, de cohérence de données ou d’évolutivité.
Les solutions pour la transformation digitale d’une base de données restent essentiellement
cloisonnées dans leur démarche. En effet, les méthodes reposent soit sur une transposition
du modèle physique posant des problèmes de passage à l’échelle (Hamouda et Zainol, 2017;
Boussahoua et al., 2017), soit un modèle purement logique proposant des transformations res-
pectant la logique métier (Abdelhédi et al., 2017; Chebotko et al., 2015). Toutefois, elles ne
prennent pas en compte les problématiques d’optimisation à l’origine de cette transformation.
Faten Atigui, Asma Mokrani, Nicolas Travers: DataGuide : une approche pour l'implantation de schémas NoSQL. EGC 2020