Les applications modernes à grande échelle nécessitent d’aller au-delà des schémas tabulaires standard afin d’adapter des structures de données spécifiques à des moteurs de stockage non relationnels optimisés. Ce cours présente de manière systématique les caractéristiques architecturales, les avantages et les approches de modélisation des données pour les quatre principales taxonomies NoSQL :

Bases de données documentaires (par exemple, MongoDB, IBM Cloudant) : elles stockent les données dans des formats semi-structurés tels que des documents JSON ou BSON, offrant une flexibilité extrême pour la gestion de contenu et les catalogues de commerce électronique.

Stockeurs à larges colonnes (par exemple, Apache Cassandra) : organisent les données en lignes dynamiques de colonnes, optimisées pour traiter des volumes massifs de séries chronologiques ou de journaux analytiques sur des nœuds distribués.

Bases de données clé-valeur : elles associent des clés uniques à des blocs de données discrets, fonctionnant comme une couche de cache ultra-rapide pour les états de session et les profils utilisateur.

Bases de données orientées graphe : utilisent des nœuds, des arêtes et des propriétés pour cartographier des interconnexions denses, ce qui est idéal pour les réseaux sociaux, la détection des fraudes et les moteurs de recommandation.

En bonus : le programme aborde également les bases de données vectorielles, une catégorie architecturale émergente spécialement conçue pour gérer les représentations à haute dimension destinées à l’IA générative et à l’indexation de recherche sémantique.

Pour faire évoluer les plateformes de données, il est essentiel de comprendre les compromis théoriques inhérents aux systèmes distribués. Vous comparerez les contraintes transactionnelles strictes des systèmes relationnels traditionnels (propriétés ACID) à la philosophie distribuée du NoSQL (propriétés BASE: « Basically Available », « Soft state » et « Eventual consistency »). À l’aide du cadre du théorème CAP, vous découvrirez pourquoi un système distribué ne peut garantir simultanément que deux des trois piliers fondamentaux : la cohérence, la disponibilité et la tolérance aux partitions, ce qui oblige les architectes à choisir entre l’exactitude des données et la disponibilité du réseau lors d’un événement de partition.

Vous passerez de la théorie générale de l'architecture des bases de données à une approche technique concrète, axée sur la syntaxe. Grâce à des environnements de travaux pratiques interactifs, vous maîtriserez les workflows de programmation suivants :

MongoDB : création de documents JSON structurés, création d’index optimisés pour les performances, écriture d’agrégations complexes en pipeline et exécution des opérations CORE (Créer, Lire, Mettre à jour, Supprimer) de base, tout en configurant des ensembles de réplication et le partitionnement en clusters pour une évolutivité horizontale.

Apache Cassandra : accéder au cluster via le langage de requête Cassandra (CQL Shell), gérer les opérations décentralisées sur l’espace de clés, mettre en place des tables de colonnes distribuées et effectuer des requêtes transactionnelles à haut débit adaptées aux plateformes web disponibles en permanence.