BIENVENUE A LA PRESENTATION DES TRAVAUX
PRATIQUES DE BIG DATA & NOSQL
DIMBONGO HENRI STEPHANE SOUS LA SUPERVISION DE :
M. FOTSO VALDEZ
THEME 2: PLATEFORME DE E-COMMERCE ET GESTION DE
STOCK
CONTEXTE : Concevez une plateforme e-commerce camerounaise avec
gestion avancée du stock, des commandes, des clients et des livraisons.
Le système doit supporter plusieurs vendeurs et catégories de produits.
PLAN GLOBAL DU TRAVAIL PRATIQUE
1. Analyse et modélisation de la base MongoDB
2. Connexion et initialisation des collections MongoDB
3. Insertion (CRUD - Create)
4. Lecture (CRUD - Read)
5. Mise à jour (CRUD - Update)
6. Suppression (CRUD - Delete)
7. Requêtes d’agrégation
8. Export JSON / CSV
9. Préparation de la vidéo de démonstration
TECHNOLOGIES UTILISÉES
•Langages et Frameworks :
• Python 3.8+
• Pymongo
• Jupyter Notebook
•Base de Données :
• MongoDB Compass: MongoDB Compass est une
interface graphique (GUI) pour MongoDB qui
permet aux utilisateurs d'interagir visuellement
avec leur base de données MongoDB
1. ANALYSE ET MODÉLISATION DE LA BASE DE
DONNÉES
Nous aurons 5 collections principales :
•produits
•clients
•commandes
•vendeurs
•avis
2. CONNEXION ET INITIALISATION DES
COLLECTIONS MONGODB
Insertion (CRUD - Create)
a) Création :
• Insérer au moins 100 produits variés
• Insérer au moins 50 clients
• Insérer au moins 20 vendeurs
• Generer au moins 150 commandes
• Inserer au moins 200 avis
Lecture (CRUD - Read) &
Requêtes d’agrégation
C'EST QUOI L'AGGREGATION ?
L’agrégation est un concept fondamental dans le •Pipeline : C'est une liste de différentes étapes qui
traitement de données, notamment dans le domaine
vont être appliquées en séquence à la collection de
des bases de données. En termes simples, l'agrégation
commandes (commandes_col) pour transformer et
consiste à regrouper et à résumer des données à partir
de plusieurs enregistrements pour fournir des analyser les données.
informations significatives.
Mise à jour (CRUD - Update)
Suppression (CRUD - Delete)
DEMONSTRATION
RESULTAT DE LA DEMONSTRATION
Export JSON / CSV