Centre dedocumentation
scientifique

JS4Geo: a canonical JSON Schema for geographic data suitable to NoSQL databases / Angeol A. Frozza in Geoinformatica, vol 24 n° 4 (October 2020)  

Public [article]  inGeoinformatica > vol 24 n° 4 (October 2020) . - pp 987 - 1019 Titre : JS4Geo: a canonical JSON Schema for geographic data suitable to NoSQL databases Type de document : Article/Communication Auteurs : Angeol A. Frozza, Auteur ; Ronaldo dos S. Mello, Auteur Année de publication : 2020 Article en page(s) : pp 987 - 1019 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] base de données localisées [Termes IGN] données massives [Termes IGN] format JSON [Termes IGN] intégration de données [Termes IGN] interopérabilité [Termes IGN] NoSQL [Termes IGN] système d'information géographique [Termes IGN] système de gestion de base de données Résumé : (Auteur) The large volume and variety of data produced in the current Big Data era lead companies to seek solutions for the efficient data management. Within this context, NoSQL databases rise as a better alternative to the traditional relational databases, mainly in terms of scalability and availability of data. A usual feature of NoSQL databases is to be schemaless, i.e., they do not impose a schema or have a flexible schema. This is interesting for systems that deal with complex data, such as GIS. However, the lack of a schema becomes a problem when applications need to perform processes such as data validation, data integration, or data interoperability, as there is no pattern for schema representation in NoSQL databases. On the other hand, the JSON language stands out as a standard for representing and exchanging data in document NoSQL databases, and JSON Schema is a schema representation language for JSON documents that it is also leading to become a standard. However, it does not include spatial data types. From this limitation, this paper proposes an extension to JSON Schema, called JS4Geo, that allows the definition of schemas for geographic data. We demonstrate that JS4Geo is able to represent schemas of any NoSQL data model, as well as other standards for geographic data, like GML and KML. We also present a case study that shows how a data integration system can benefit of JS4Geo to define local schemas for geographic datasets and generate an integrated global schema. Numéro de notice : A2020-497 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10707-020-00415-w Date de publication en ligne : 27/06/2020 En ligne : https://doi.org/10.1007/s10707-020-00415-w Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96118 [article]

Using NoSQL databases in the 3D cadastre domain / Nenad Višnjevac in Geodetski vestnik, vol 61 n° 3 (September - November 2017)  

Public [article]  inGeodetski vestnik > vol 61 n° 3 (September - November 2017) . - pp 412 - 426 Titre : Using NoSQL databases in the 3D cadastre domain Type de document : Article/Communication Auteurs : Nenad Višnjevac, Auteur ; Rajica Mihajlović, Auteur ; Mladen Šoškić, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 412 - 426 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cadastre numérique [Termes IGN] cadastre [Termes IGN] cadastre 3D [Termes IGN] MongoDB [Termes IGN] NoSQL [Termes IGN] système de gestion de base de données [Termes IGN] système de gestion de bases de données relationnelles [Termes IGN] visualisation Résumé : (Auteur) The 3D cadastre concept brings data models, which are more complex than traditional 2D cadastral data models and could be followed by a large amount of data. The 3D cadastral data should be stored in database management systems, since the cadastral data integrity and consistency have to be satisfied. Relational database management system requires a tabular structure where data are stored within predefined columns and data types, and this could be uncomfortable for 3D cadastre until relational provides full 3D support. This study examines the possibility of using NoSQL databases in the 3D cadastre domain. NoSQL database stores unstructured data, which means that it is not required to define in advance what data types and categories will be used. From the 3D cadastre point of view, the NoSQL approach provides flexibility in data types and allows easier implementation of the 3D cadastral models. The implementation is conducted by using MongoDB and 3D Cadastral Data Model, where 3D cadastral data, including both alphanumerical and geometry part of data, are prepared for importing and then stored, managed, queried, and updated within NoSQL database. Furthermore, data stored in MongoDB are visualized and queried inside a web browser by using Cesium library. Numéro de notice : A2017-606 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.15292//geodetski-vestnik.2017.03.41 En ligne : http://dx.doi.org/10.15292//geodetski-vestnik.2017.03.412-426 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86916 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
139-2017031	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Bases de données / Jean-Luc Hainaut (2015)

Public Titre : Bases de données : concepts, utilisation et développement Type de document : Guide/Manuel Auteurs : Jean-Luc Hainaut, Auteur Mention d'édition : 3ème édition Editeur : Paris : Dunod Année de publication : 2015 Collection : Info Sup Sous-collection : Licences - Master - Ecoles d'ingénieurs Importance : 704 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-10-072706-3 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Produits informatiques [Termes IGN] base de données [Termes IGN] base de données relationnelles [Termes IGN] NoSQL [Termes IGN] SQL [Termes IGN] système de gestion de base de données [Termes IGN] UML Index. décimale : 26.06 Produits informatiques : bases de données Résumé : (Editeur) Cet ouvrage vise un triple objectif : comprendre les concepts théoriques, apprendre à utiliser des bases de données, et enfin savoir en construire de nouvelles. Cette 3e édition comporte des mises à jour sur les technologies du Big Data (NoSQL) et sur l'utilisation de SQLfast un outil d'apprentissage du langage SQL. Cet ouvrage est destiné aux étudiants des premiers cycles en informatique ainsi qu’à tous ceux qui désirent s’initier à la discipline des bases de données. Plus de 300 exercices, la plupart accompagnés de leurs corrigés, et des études de cas sont proposés dans les chapitres et leurs annexes. Cette édition constitue une révision majeure de l’édition précédente, et inclut de nombreuses mises à jour pour être conforme à l’état de l’art en 2015. Des exercices supplémentaires, des informations de mise à niveau, des applications avancées, des études de cas, des logiciels recommandés (dont DB-MAIN et SQLfast) et des supports didactiques destinés aux enseignants et étudiants sont accessibles sur : www.info.fundp.ac.be/libd Note de contenu : Chapitre 1 : motivation et introduction Partie 1 - Concepts des bases de données Chapitre 2 : concepts des bases de données Chapitre 3 : modèle relationnel et normalisation Chapitre 4 : éléments de technologie des bases de données Chapitre 5 : les systèmes de gestion de bases de données Partie 2 - Utilisation des bases de données Chapitre 6 : le langage SQL DDL Chapitre 7 : le langage SQL DML (1) Chapitre 8 : le langage SQL DML (2) Chapitre 9 : le langage SQL avancé Chapitre 10 : les bases de données non relationnelles Partie 3 - Développement des bases de données Chapitre 11 : construction d'une base de données Chapitre 12 : le modèle entité-association de base Chapitre 13 : élaboration d'un schéma conceptuel Chapitre 14 : production du schéma de la base de données Chapitre 15 : méthodologie des bases de données Chapitre 16 : le modèle entité-association étendu Chapitre 17 : les diagrammes de classes UML Chapitre 18 : analyse conceptuelle du domaine d'application Chapitre 19 : conception logique d'une base de données relationnelle Chapitre 20 : conception physique d'une base de données relationnelle Chapitre 21 : production du code d'une base de données Chapitre 22 : rétro-ingénierie d'une base de données Chapitre 23 : études de cas Annexes Numéro de notice : 22344 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77982

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22344-01	26.06	Manuel Informatique	Centre de documentation	Informatique	Disponible

Les bases de données NoSQL et le Big Data / Rudi Bruchez (2015)

Public Titre : Les bases de données NoSQL et le Big Data : comprendre et mettre en oeuvre Type de document : Guide/Manuel Auteurs : Rudi Bruchez, Auteur Mention d'édition : 2ème édition Editeur : Paris : Eyrolles Année de publication : 2015 Collection : Blanche Importance : 321 p. Format : 19 x 23 cm ISBN/ISSN/EAN : 978-2-212-14155-9 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Produits informatiques [Termes IGN] base de données [Termes IGN] données massives [Termes IGN] NoSQL Index. décimale : 26.06 Produits informatiques : bases de données Résumé : (Editeur) Cet ouvrage dresse un panorama complet des bases de données NoSQL, en analysant en toute objectivité leurs avantages et inconvénients. Dans une première partie, il présente les grands principes de ces bases non relationnelles : interface avec le code client, architecture distribuée, paradigme MapReduce, etc. Il détaille ensuite dans une deuxième partie les principales solutions existantes (les solutions de Big Data autour de Hadoop, MongoDB, Cassandra, Couchbase Server…), en précisant spécificités, forces et faiblesses de chacune. Complétée par une étude de cas réel, la dernière partie du livre est consacrée au déploiement concret de ces bases : dans quel cas passer au NoSQL ? quelle base adopter selon ses besoins ? quelles données basculer en NoSQL ? comment mettre en place une telle base ? comment la maintenir et superviser ses performances ? Note de contenu : Première partie - Qu'est-ce qu'une base de données NoSQL ? Chapitre 1 : Des SGBD relationnels au NoSQL Chapitre 2 : NoSQL versus SQL : quelles différences ? Chapitre 3 : Les choix techniques du NoSQL Chapitre 4 : Les schémas de données dans les bases NoSQL Deuxième partie - Panorama des principales bases de données NoSQL Chapitre 5 : Hadoop et HBase Chapitre 6 : Le Big Data analytique Chapitre 7 : CouchDB et Couchbase Server Chapitre 8 : MongoDB Chapitre 9 : Riak Chapitre 10 : Redis Chapitre 11 : Cassandra Chapitre 12 : Les autres bases de données de la mouvance NoSQL Troisième partie - Mettre en oeuvre une base NoSQL Chapitre 13 : Quand aller vers le NoSQL et quelle base choisir ? Chapitre 14 : Mettre en place une solution NoSQL Chapitre 15 : Maintenir et superviser ses bases NoSQL Chapitre 16 : Etude de cas : le NoSQL chez Skyrock Conclusion - Comment se présente le futur ? Numéro de notice : 22289 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Manuel informatique Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=76579

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22289-01	26.06	Manuel Informatique	Centre de documentation	Informatique	Disponible