. . . . . . . . . . . . . . . "189580998"^^ . . . . "L'architecture Lambda est une architecture de traitement de donn\u00E9es con\u00E7ue pour traiter des quantit\u00E9s \u00E9normes de donn\u00E9es en tirant parti des m\u00E9thodes de traitement par lots et de traitement de flux. Cette approche de l'architecture tente d'\u00E9quilibrer la latence, le d\u00E9bit et la tol\u00E9rance aux pannes en utilisant le traitement par lots pour fournir des vues compl\u00E8tes et pr\u00E9cises des donn\u00E9es par lots, tout en utilisant simultan\u00E9ment le traitement de flux en temps r\u00E9el pour fournir des vues des donn\u00E9es en ligne. Les deux sorties de vue peuvent \u00EAtre jointes avant la pr\u00E9sentation. La mont\u00E9e en puissance de l'architecture lambda est corr\u00E9l\u00E9e \u00E0 la croissance du big data, \u00E0 l'analyse en temps r\u00E9el et \u00E0 la volont\u00E9 d'att\u00E9nuer les latences de MapReduce. L'architecture Lambda repose sur un mod\u00E8le de donn\u00E9es avec une source de donn\u00E9es immuable, en ajout uniquement, qui sert de syst\u00E8me d'enregistrement. Il est destin\u00E9 \u00E0 l'acquisition et au traitement d'\u00E9v\u00E9nements horodat\u00E9s qui sont ajout\u00E9s aux \u00E9v\u00E9nements existants au lieu de les \u00E9craser. L'\u00E9tat est d\u00E9termin\u00E9 \u00E0 partir de l'ordre naturel des donn\u00E9es bas\u00E9 sur le temps."@fr . . . . . . . . . "12462146"^^ . . . . . . "Architecture Lambda"@fr . . . . . . . . . "L'architecture Lambda est une architecture de traitement de donn\u00E9es con\u00E7ue pour traiter des quantit\u00E9s \u00E9normes de donn\u00E9es en tirant parti des m\u00E9thodes de traitement par lots et de traitement de flux. Cette approche de l'architecture tente d'\u00E9quilibrer la latence, le d\u00E9bit et la tol\u00E9rance aux pannes en utilisant le traitement par lots pour fournir des vues compl\u00E8tes et pr\u00E9cises des donn\u00E9es par lots, tout en utilisant simultan\u00E9ment le traitement de flux en temps r\u00E9el pour fournir des vues des donn\u00E9es en ligne. Les deux sorties de vue peuvent \u00EAtre jointes avant la pr\u00E9sentation. La mont\u00E9e en puissance de l'architecture lambda est corr\u00E9l\u00E9e \u00E0 la croissance du big data, \u00E0 l'analyse en temps r\u00E9el et \u00E0 la volont\u00E9 d'att\u00E9nuer les latences de MapReduce."@fr . . . . . "9021"^^ .