Valéry SIMONChef du Service Architecture, Industrialisation et RéalisationBanque de France

La stratégie Big Data de la Banque de France

Agenda

La Banque de France en bref

Les enjeux du Big Data pour la BDF

Pourquoi MongoDB ?

De premières expériences probantes

Du Big Data au DaaS

La Banque de France en bref• 3 missions principales :

• Stratégie monétaire,

• Stabilité financière,

• Services à l’économie

• Une stratégie ambitieuse pour une Banque :• + performante

• + innovante

• + visible* Gartner

#MDBW16

Les enjeux du Big Data pour la Banque de France

> Du SID au SIO d’aide à la décision> Des sources de données nombreuses, hétérogènes et de moins en moins structurées> Des cas d’usage business ne pouvant plus être servi par une BI « traditionnelle »

#MDBW16

Les enjeux du Big Data pour la Banque de FranceLes cas d’usage : > Prévisions court terme et rapports d’alerte > Études statistiques > Analyses prédictives > Évaluer les personnes morales et physiques > Intégrer de nouvelles données pour de l’exploration

Pourquoi MongoDB sur les besoins de bases orientées documents ?

MongoDB est idéale pour une application opérationnelle qui demande l’un de ces points: > Un développement agile : schéma flexible et un Time To Delivery court > Une base de données facilement scalable (volumétrie et performances) > Une haute disponibilité

Customers

MongoDB Office

Support

MongoDB User Groups

20+ Millions de téléchargements

Pourquoi MongoDB version Enterprise ?

Choix de partir vers 2 environnements de production (critique et non critique) et une infra mutualisée en intégration et développement.Le tout sur la version Enterprise pour : > OPS Manager : Automatisation (déploiements, upgrade, maintenance) ; Monitoring (métriques et alertes disponibles en temps réel) ; Optimisation des requêtes (suggestion automatisée des index) ; Backup (Gestion simplifiée) > Connecteur BI : Permet de lancer des requêtes SQL ou des outils BI sur les données dans MongoDB

De premières expériences probantes

MUSES : une première source d’inspiration métier MMSR : une première expérience internationale réussie SIRCE2 : un premier cas précis interne BDF pour ouvrir un sujet beaucoup plus étendu

De premières expériences probantes

11

INTEGRATION DE DONNEES

VUES METIERS

TRANSVERSE : DATA MANAGEMENT, SECURITE, TRACABILITE

Streaming (fil de l’eau)

USAGES DES DONNEES

Analyse batch

InteractifSearch Engine

Temps réel

DATA LAKE - DATALAB

HDFS : système de fichiers distribué

Analyse interactive Analyse prédictive

Data Management Habilitations : Ranger, Shield, LDAP, Knox Audit : Ranger Cryptage : Encryption

EXPLOITATION

Supervision : Ambari,Nagios, Ganglia, Marvel

Ordonnancement ELT

DEVELOPPEMENT

Ingestion (batch)

SOURCE DE DONNEES

InteractifNoSQL

Batch

API

Sqoop

Flume

Pig

Logstash

Storm

Flume

Hive

TOM

Pig

WebHDFS

Flux externes ou internes vers MongoDB

Mapping document/objet en développements spécifiques

Utilisation ELK pour analyse de log

Merci. www.mongodb.com