Actualités

[26/06/2017] Smile acquiert Hypertexte, expert en référencement naturel (SEO) et en contenus optimisés

Smile annonce l’acquisition de l’agence Hypertexte, spécialiste du référencement naturel, de la conception et de la réalisation de contenus pensés pour le SEO.

[21/06/2017] Smile dans le top 10 des entreprises où il fait bon travailler !

Smile entre dans le classement très fermé des entreprises où il fait bon débuter sa carrière. Un palmarès publié dans Les échos et réalisé par Meilleures-entreprises.com.

[20/06/2017] Smile classé 1er hébergeur en haute disponibilité depuis 3 mois

Depuis début mars, soit 3 mois consécutifs, Smile est à la tête du Classement des Hébergeurs en haute disponibilité, réalisé par ip-label et le Groupe NextRadio TV (01net, BFM, RMC).

Toutes les actualités picto
       

Vous avez besoin de mettre à jour votre Lecteur Flash Flash 7

Guillemet ouvrant l'actualité des solutions
et des technologies open source Guillemet fermant
picto

Analyser des données géographiques avec ElasticSearch Kibana et Talend

Le moteur de recherche Elasticsearch permet de stocker des informations de localisation aisément. En effet, chaque document est stocké au format JSON et Elasticsearch supporte le format GeoJSON.

Cas d'usage

Nous utilisons ici la liste des gares Transilien (données OpenData publiées sur http://ressources.data.sncf.com ) au format CSV.

Les données sont intégrées via le composant Talend tDelimitedInput.

Les données géographiques sont contenues dans une chaîne de caractère au format suivant :

'latitude,longitude'

L'objectif est de transformer cette chaîne de caractères au format GeoJSON, c'est-à-dire un tableau de flottants :

[longitude,latitude]

Un simple tMap permet de répartir la chaîne de caractère dans deux champs et de les convertir en flottants. On utilise ensuite un tJavaRow pour instancier un tableau comme suit :

float[] point;

point =newfloat[2]; // initialisation du tableau

point[0] = input_row.lon; // remplissage du tableau avec nos données

point[1] = input_row.lat;

Cette variable 'point' est ensuite envoyée dans un champ de type Objet du schéma cible. On envoie ensuite le flux de données vers le composant tElasticsearchIndex. Il faut penser à définir un champ id en clé du schéma pour que les données soient bien indéxées.

Talend

On crée ensuite sous Kibana une bettermap qui se base sur le champ 'point' contenu dans les documents qui viennent d'être indéxés et on obtient le résultat suivant :

Kibana

Pierre-Antoine Marc
picto

Commentaires

       
Il est également possible de faire ce genre de manipulation avec OpenstreetMap. Connaissez-vous ce service de cartographie aussi en open-source et libre?
lundi 05 mai 2014 @ 8:10
       

       
openstreetmap est une très bonne alternative à Google Map. Très pratique pour de l'open Data...
jeudi 26 juin 2014 @ 8:10
       

       
Christine labelge - http://moncompte.be/
on peut dire que mise à jour ELASTICSEARCH est un excellent programme qui apporte un nouveau souffle dans le monde du search et qui est accessible à tout le monde.
Merci pour l'article
mardi 04 octobre 2016 @ 8:00
       

       
Excellent !
Bon usage de Kibana !
jeudi 17 novembre 2016 @ 13:10
       

       
Bonjour, c'est très technique j'ai essayé de reproduire mais sans succès, il faut que je me documente encore.
mardi 31 janvier 2017 @ 17:40
       

       
merci pour cette astuce vraiment pas bête :)
mardi 31 janvier 2017 @ 17:40
       

       
geometry dash - http://geometrydash.co/
I think this is one of the most significant information for me. And i’m glad reading your article. Thank for sharing!
jeudi 16 mars 2017 @ 9:00
       

       
Je confirme, excellente utilisation de Kibana !
lundi 10 avril 2017 @ 9:50
       

       
Enorme article, je tombe dessus juste aujourd'hui.
J'adore Kibana, presque autant que le patin a roulette
lundi 24 avril 2017 @ 14:00
       

       
C'est vraiment top comme solution, justement je cherchais un moyen d'analyser des données géographiques et votre article tombe très bien. Merci et bonne continuation.

Alain.
mardi 02 mai 2017 @ 7:50
       

       
Superbe ! C'est un nouveau technique pour nous aider à trouver les données géographiques. Merci bien pour ce partage.
jeudi 15 juin 2017 @ 9:00
       

       
C'est vraiment bien cet article, je cherchais justement une méthodologie et des techniques pour analyser les données géographiques, merci
jeudi 15 juin 2017 @ 9:00
       

       
Excellent combo qui me sert surtout à visualiser les logs serveur pour le seo
jeudi 15 juin 2017 @ 9:00
       
Ecrire un nouveau commentaire