Conception et réalisation d’un outil d’analyse et de visualisation des séries temporelles - VisIo -

Abstract

Dans de nombreuses applications du monde réel, les données sont générer au fil du temps, constituant une série temporelle. Avec l’augmentation de ces données leur traitement est devenue une nécessité. Pour un analyste la visualisation des séries est une tache préliminaire pour n’importe quel traitement de ces données. cette dernière, nous permis de comprendre les données, comprendre les résultats, et de détecter des modelés visuels dans les données. Il existe plusieurs outils pour la visualisation des séries temporelles, mais généralement, ces outils soit il ne traite pas les données massives, soit ils ne sont pas directement utilisables pour les séries temporelles. A cet effet, dans notre projet de fin d’étude nous avons concevez et implimenter un outil de visualisation et d’analyse de séries temporelles. Ce dernier permet, dans un premier temps, de charger des données provenant de différentes sources SQL en insérant simplement leur type et leur emplacement. Il fournit aussi un espace pour générer des pipelines d’algorithmes d’analyse de données pour les séries temporelles, en tenant compte des algorithmes simples qui s’exécute dans un même serveur , et distribués en particulier les algorithmes qui fonctionnent sur le framework Apache SPARK. Enfin, il permet de visualiser les résultats à n’importe quel étape sous forme de graphiques 2D (graphique linéaire et nuage de points ). Tous ces implimentation sont développés à l’aide d’une architecture web microservices à la fois extensible et simple à déployer.***

In many real-world applications, data is captured over time, forming a time series, and with its increase, processing has become a trend. For an analyst, the visualization of the series is a preliminary task for any processing of these data, it allows us to understand it, understand our results, and sometimes even detect visual patterns. There are several tools for time series visualization but generally, these tools either do not process massive data or they are not directly usable for time series. For our internship, we set up a time series visualization and analysis tool. The latter allows, in a first step, to load data from different SQL sources by simply inserting their type and location. It also provides a space to generate pipelines of data analysis algorithms for time series, taking into account simple algorithms that run on the same server or centralized and distributed ones, in particular, the algorithms that run on the SPARK engine. Finally, it allows visualizing the results at any stage in the form of 2D graphics (line graph, scatter plot ...). All these works are developed using a micro-services web architecture that is both extensible and easy to deploy.