A
ACID
Acronyme désignant les quatre propriétés garantissant la fiabilité des transactions en base de données : Atomicité, Cohérence, Isolation et Durabilité. Ces propriétés assurent l'intégrité des données même en cas de panne ou d'opérations concurrentes.
Un virement bancaire doit respecter les propriétés ACID pour garantir que le débit et le crédit s'effectuent ensemble ou pas du tout.
ALTER TABLE
Commande DDL (Data Definition Language) SQL permettant de modifier la structure d'une table existante, comme ajouter, supprimer ou renommer des colonnes. Elle agit sur le schéma et non sur les données.
On utilise ALTER TABLE pour ajouter une colonne 'email' à une table 'clients' déjà existante.
Atomicité
Propriété ACID garantissant qu'une transaction s'exécute entièrement ou est totalement annulée en cas d'échec, sans état intermédiaire. Aucune modification partielle n'est conservée en base de données.
Si un transfert bancaire échoue à mi-chemin, l'atomicité garantit que le débit est annulé automatiquement.
Azure Blob Storage
Service de stockage objet Azure optimisé pour les données non structurées volumineuses comme les images, vidéos et sauvegardes. Il propose trois niveaux d'accès : Hot, Cool et Archive, selon la fréquence de consultation.
Une plateforme de streaming utilise Azure Blob Storage pour héberger ses fichiers vidéo en niveau Archive afin de minimiser les coûts.
Azure Cosmos DB
Base de données NoSQL native du cloud, multi-modèles (document, clé-valeur, graphe, colonne large), offrant une réplication mondiale automatique et une latence faible garantie. Elle supporte plusieurs APIs dont SQL Core, MongoDB, Cassandra, Gremlin et Table.
Une application e-commerce mondiale utilise Azure Cosmos DB pour stocker des profils utilisateurs JSON avec réplication dans plusieurs régions Azure.
Azure Data Factory
Service cloud d'orchestration ETL/ELT qui automatise le déplacement et la transformation de données entre sources hétérogènes et destinations. Il permet de créer des pipelines planifiés et monitorés sans gestion d'infrastructure.
Azure Data Factory est utilisé pour extraire des données d'une base SQL on-premise, les transformer et les charger dans Azure Synapse Analytics chaque nuit.
Azure Data Lake Storage
Solution de stockage massif et hautement scalable conçue pour les données brutes non structurées ou semi-structurées, souvent utilisée en amont de traitements Big Data. Abrégée ADLS, elle s'intègre nativement avec Azure Synapse Analytics et Databricks.
Des logs bruts de capteurs IoT sont ingérés dans Azure Data Lake Storage avant d'être traités par Azure Databricks.
Azure Databricks
Plateforme collaborative fondée sur Apache Spark, optimisée pour le traitement distribué de Big Data et le machine learning à grande échelle. Elle combine un moteur de calcul puissant avec un environnement notebook intégré.
Une équipe de data science utilise Azure Databricks pour entraîner un modèle de recommandation sur des téraoctets de données d'historique d'achats.
Azure SQL Managed Instance
Service PaaS Azure offrant une compatibilité quasi totale avec SQL Server on-premise, incluant SQL Agent, linked servers et CLR assemblies. Il permet de migrer des bases existantes vers le cloud sans modification majeure du code.
Une entreprise migre son SQL Server on-premise vers Azure SQL Managed Instance pour conserver ses jobs SQL Agent sans réécriture.
Azure Stream Analytics
Service Azure spécialisé dans le traitement en temps réel de flux d'événements continus, comme des données IoT, des logs applicatifs ou des flux financiers. Il permet d'appliquer des requêtes SQL sur des données en mouvement.
Azure Stream Analytics est utilisé pour détecter en temps réel les anomalies de température dans des données de capteurs industriels.
Azure Synapse Analytics
Plateforme analytique unifiée combinant entrepôt de données relationnel (SQL Pool), traitement Big Data (Spark) et orchestration ETL dans un même environnement. Elle est conçue pour les analyses à grande échelle sur des données historiques.
Une enseigne de distribution utilise Azure Synapse Analytics pour analyser cinq ans d'historique de ventes et générer des rapports décisionnels complexes.
C
Clé étrangère (Foreign Key)
Contrainte référentielle SQL liant une colonne d'une table à la clé primaire d'une autre table, garantissant l'intégrité référentielle. Elle empêche d'insérer une valeur inexistante dans la table parente ou de supprimer un enregistrement référencé.
La colonne 'client_id' dans la table 'commandes' est une clé étrangère référençant la clé primaire de la table 'clients'.
Clé primaire (Primary Key)
Colonne ou ensemble de colonnes garantissant l'unicité et la non-nullité de chaque enregistrement dans une table relationnelle. Elle sert d'identifiant principal pour établir des relations entre tables.
La colonne 'id_produit' définie comme clé primaire dans la table 'produits' empêche l'insertion de deux produits avec le même identifiant.
D
DAX (Data Analysis Expressions)
Langage de formule propriétaire Microsoft conçu pour Power BI et Analysis Services, permettant de créer des mesures calculées dynamiques et des colonnes calculées à partir de modèles tabulaires. Il diffère de SQL car il opère sur des contextes de filtre plutôt que sur des tables.
Une mesure DAX comme CALCULATE(SUM(Ventes[Montant]), Dates[Année]=2024) calcule dynamiquement le chiffre d'affaires filtré par année dans Power BI.
Données non structurées
Données sans schéma prédéfini ni organisation tabulaire, comme les images, vidéos, fichiers audio et textes libres. Elles ne peuvent pas être directement stockées dans des tables relationnelles classiques.
Les enregistrements vidéo de caméras de surveillance sont des données non structurées stockées dans Azure Blob Storage.
Données semi-structurées
Données possédant une organisation partielle (balises, paires clé-valeur) sans schéma rigide imposé, comme JSON ou XML. Elles offrent la flexibilité d'avoir des attributs variables d'un enregistrement à l'autre.
Les profils utilisateurs stockés en JSON dans Azure Cosmos DB sont des données semi-structurées car chaque profil peut avoir des attributs différents.
Durabilité
Propriété ACID garantissant que toute transaction validée (committed) est écrite de façon permanente en base de données et survit aux pannes matérielles ou crashes système. Les données ne sont jamais perdues après un commit réussi.
Après confirmation d'un paiement en ligne, la durabilité garantit que la transaction reste enregistrée même si le serveur redémarre immédiatement après.
E
ETL (Extract, Transform, Load)
Processus d'intégration de données en trois étapes : extraction depuis les sources, transformation (nettoyage, normalisation, agrégation) et chargement dans le système cible comme un entrepôt de données. Azure Data Factory en est l'implémentation native sur Azure.
Un pipeline ETL dans Azure Data Factory extrait des commandes d'une base MySQL, les normalise et les charge dans Azure Synapse Analytics pour analyse.
G
GRS (Geo-Redundant Storage)
Option de redondance Azure Storage qui réplique les données dans deux régions géographiquement distantes, protégeant contre les défaillances régionales majeures. Contrairement au LRS (Local Redundant Storage), le GRS assure une continuité inter-régions.
Une banque configure GRS sur son compte Azure Storage pour garantir la disponibilité des données même en cas de panne complète d'un datacenter régional.
I
INNER JOIN
Type de jointure SQL retournant uniquement les lignes ayant une correspondance dans les deux tables jointes, excluant tout enregistrement sans équivalent. C'est la jointure la plus restrictive comparée aux LEFT JOIN ou RIGHT JOIN.
Un INNER JOIN entre 'commandes' et 'clients' retourne uniquement les commandes associées à un client existant, excluant les commandes orphelines.
M
Microsoft Fabric
Plateforme unifiée Microsoft intégrant BI, data engineering, data science et gouvernance dans un seul environnement, s'appuyant sur OneLake comme stockage centralisé. Elle consolide des services comme Power BI, Synapse Analytics et Data Factory.
Une organisation adopte Microsoft Fabric pour permettre à ses équipes BI et data engineering de collaborer sur les mêmes données sans dupliquer les pipelines.
Microsoft Purview
Plateforme de gouvernance unifiée Microsoft permettant de découvrir, classifier et cataloguer les données d'entreprise, tout en appliquant des politiques de conformité et de confidentialité. Elle offre une vue centralisée du patrimoine de données.
Une entreprise utilise Microsoft Purview pour identifier automatiquement les données personnelles (PII) dispersées dans ses différentes sources Azure.
N
Normalisation
Processus d'organisation des données relationnelles en formes normales (1NF, 2NF, 3NF) visant à éliminer les redondances et prévenir les anomalies d'insertion, de mise à jour ou de suppression. Chaque donnée est stockée à un seul endroit.
Après normalisation, l'adresse d'un client est stockée dans une table dédiée 'adresses' plutôt que dupliquée dans chaque ligne de la table 'commandes'.
O
OLAP (Online Analytical Processing)
Système de traitement conçu pour analyser de grands volumes de données historiques via des requêtes complexes d'agrégation et de reporting décisionnel. Contrairement à l'OLTP, l'OLAP optimise la lecture sur de nombreuses lignes plutôt que les écritures individuelles.
Azure Synapse Analytics est utilisé en mode OLAP pour calculer le chiffre d'affaires mensuel par région sur trois ans d'historique de ventes.
OLTP (Online Transaction Processing)
Système conçu pour traiter des opérations courantes, rapides et fréquentes modifiant les données en temps réel, comme des insertions ou mises à jour individuelles. Il est optimisé pour l'écriture et garantit les propriétés ACID.
La mise à jour du solde d'un compte bancaire lors d'un virement est une opération OLTP typique traitée en quelques millisecondes.