Données et bases de données
10 guides · environ 2 heures de lecture
Cette page a été traduite de l'anglais avec l'aide de l'IA, puis vérifiée par rapport à l'original. Lire la version anglaise
Les données survivent aux applications. Ce parcours couvre les fondamentaux relationnels qui ne se démodent pas — du bon SQL, la normalisation, l'indexation et la lecture d'un plan d'exécution — ainsi que le choix entre Oracle et PostgreSQL, les bases documentaires avec MongoDB, la recherche avec Apache Solr, l'analyse de logs avec Elasticsearch, Logstash et Kibana, et le paysage du big data et de la business intelligence avec Hadoop.
À qui s'adresse ce parcours
- Développeurs backend qui écrivent du SQL
- Développeurs qui choisissent une base pour un nouveau service
- Analystes et ingénieurs qui se lancent dans le data engineering
Parcours d'apprentissage
Lisez dans l'ordre pour suivre un cours complet, ou choisissez le sujet dont vous avez besoin.
- 1Bonnes pratiques SQL : des requêtes correctes, rapides et maintenablesLes bons réflexes SQL côté application : prédicats sargables, NULL, jointures, EXISTS ou IN, paramètres liés, pagination par clé et traitement par lots.Intermédiaire11 min de lecture
- 2Conception de bases de données et normalisation : des entités à la FNBCModéliser entités, clés et dépendances fonctionnelles, passer de la 1FN à la FNBC sur un exemple, choisir ses clés et dénormaliser à bon escient.Débutant9 min de lecture
- 3Oracle ou PostgreSQL : architecture, dialecte SQL et migrationCe qui distingue Oracle et PostgreSQL : processus, MVCC, dialecte SQL, partitionnement, haute disponibilité et licences, et lequel choisir pour un projet neuf.Intermédiaire11 min de lecture
- 4Index et plans d'exécution : faire travailler l'optimiseur pour vousB-trees, ordre des colonnes d'un index composite, index couvrants et partiels, statistiques, lecture d'EXPLAIN ANALYZE et correction d'un mauvais plan.Avancé11 min de lecture
- 5MongoDB et le modèle document : conception de schéma, agrégation et shardingQuand un document vaut mieux qu'une ligne, imbriquer ou référencer, le pipeline d'agrégation, les index, les replica sets, le sharding et les transactions.Intermédiaire9 min de lecture
- 6Apache Solr : index inversé, chaînes d'analyse et réglage de la pertinenceCe qui distingue un moteur de recherche d'une base : index inversé, analyseurs, schéma et types de champs Solr, parsers de requêtes, BM25, facettes, SolrCloud.Intermédiaire9 min de lecture
- 7Centraliser ses logs avec Elasticsearch, Logstash et KibanaLogs structurés, Beats et Elastic Agent, ingest pipelines et grok, index templates, rétention ILM, dashboards Kibana et dimensionnement du cluster.Intermédiaire9 min de lecture
- 8Architecture big data : lacs, lakehouses, formats et traitementsBatch ou streaming, data lake, entrepôt ou lakehouse, formats colonnaires, partitionnement, formats de table ouverts, gouvernance, et quand s'en passer.Intermédiaire11 min de lecture
- 9L'écosystème Hadoop : HDFS, YARN, MapReduce, Hive, HBase et SparkComment HDFS stocke ses blocs, comment YARN ordonnance le travail, pourquoi Spark a remplacé MapReduce, le rôle de Hive et HBase, et l'écosystème en 2026.Intermédiaire11 min de lecture
- 10Business intelligence : modélisation dimensionnelle, ETL et tableaux de bordOLTP ou OLAP, faits et dimensions, schémas en étoile et en flocon, dimensions à évolution lente, ETL ou ELT, couche sémantique et conception de KPI.Débutant11 min de lecture
Pour continuer
Spring Boot et Spring CloudConstruire, configurer, documenter, tester et déployer des services prêts pour la production avec Spring Boot, Spring Data, Spring Batch et Spring Cloud.11 guides →Architecture logicielleSystèmes en couches, SOA, microservices, DDD, REST et gestion d'API, systèmes réactifs, performance, TOGAF et cohérence distribuée.12 guides →Cloud computingFondamentaux du cloud, services clés d'AWS et Azure, conception well-architected, migration, haute disponibilité, applications cloud-native et coûts.8 guides →