Skip to content

Commit 02e8edd

Browse files
[pre-commit.ci] Corrections automatiques appliquées par les git hooks.
1 parent 39f56d4 commit 02e8edd

File tree

1 file changed

+0
-6
lines changed

1 file changed

+0
-6
lines changed

2025-02-25_stack_data_gard.md

Lines changed: 0 additions & 6 deletions
Original file line numberDiff line numberDiff line change
@@ -30,7 +30,6 @@ tags:
3030
Le département du Gard dispose de plusieurs compétences parmi lesquelles l'aide sociale et l'infrastructure routière. Il entretient et améliore un réseau de 4 600 km de routes afin de sécuriser les déplacements.
3131
L’éducation fait également partie de ses missions, notamment à travers la gestion de 53 collèges publics. À cela s’ajoutent d’autres domaines importants comme la culture et les archives départementales.
3232

33-
3433
Dans chacun de ces domaines, une grande quantité de données est produite et consommée, c'est ce patrimoine de données que le département souhaite valoriser pour notamment aider les directions et services à prendre les décisions éclairées dans l'exercice de leurs missions.
3534

3635
Auparavant, les analyses se faisaient plutôt dans des silos métiers mais aussi des silos techniques avec une séparation BI/SIG. Or, le croisement de données de natures et de sources diverses peut apporter de l'information.
@@ -100,7 +99,6 @@ Voici le principe de la stack simplifié au travers d'un schéma :
10099

101100
![Schéma de la stack Taradata](https://cdn.geotribu.fr/img/articles-blog-rdp/articles/2025/stack_data_gard/principes_taradata.png){: .img-center loading=lazy }
102101

103-
104102
---
105103

106104
### Les outils
@@ -162,12 +160,10 @@ Voici un extrait de lignage avec les données sources en vert, la donnée finale
162160

163161
![Lignage de la donnée](https://cdn.geotribu.fr/img/articles-blog-rdp/articles/2025/stack_data_gard/lignage_dbt.png){: .img-center loading=lazy }
164162

165-
166163
Documenter les données est aussi une possibilité que nous offre le logiciel.
167164

168165
![Extrait de documentation](https://cdn.geotribu.fr/img/articles-blog-rdp/articles/2025/stack_data_gard/documentation_dbt.png){: .img-center loading=lazy }
169166

170-
171167
Pour aller plus loin, je te conseille vivement la [playlist DBT](https://www.youtube.com/watch?v=5rNquRnNb4E&list=PLy4OcwImJzBLJzLYxpxaPUmCWp8j1esvT), toujours de Michael Kahan qui est une excellente source d'apprentissage et qui te détaillera bien plus les spécificités du logiciel que moi.
172168

173169
---
@@ -180,7 +176,6 @@ Apache Airflow est [l'orchestrateur](https://www.redhat.com/fr/topics/automation
180176

181177
Dans Airflow, les tâches sont définies et organisées dans ce qu’on appelle un DAG (Directed Acyclic Graph), une structure qui permet de représenter les relations et l’ordre d’exécution des tâches. Ces tâches sont créées à l'aide de scripts Python (car Airflow est écrit en Python)
182178

183-
184179
Et donc Airflow nous permet de :
185180

186181
- définir les tâches en Python,
@@ -192,7 +187,6 @@ Tu peux trouver ci-dessous une représentation graphique des différentes dépen
192187

193188
![Représentation graphique des tâches pour le DAG de la BAN](https://cdn.geotribu.fr/img/articles-blog-rdp/articles/2025/stack_data_gard/graph_ban_airflow.png){: .img-center loading=lazy }
194189

195-
196190
---
197191

198192
#### Valorisation avec Metabase et QGIS

0 commit comments

Comments
 (0)