Article publié par Xebia France le 19 juillet 2011.
Catégorie(s) : Revue de presse
La revue de presse de l’actualité Java/JEE hebdomadaire proposée par Xebia.
Actualité éditeurs / SSII
Article publié par Xebia France le 12 octobre 2010.
Catégorie(s) : Revue de presse
La revue de presse de l’actualité Java/J2EE hebdomadaire proposée par Xebia.
Actualité éditeurs / SSII
Agilité
Le coin de la technique
Article publié par Xebia France le 27 juillet 2009.
Catégorie(s) : Revue de presse
Mots-clefs :DBMS, Flex, GAE, Gaelyk, Groovy, Hadoop, HadoopDB, J2EE, Java / JEE, JPA, mapreduce, Mockito, PostGIS, RIA
La revue de presse de l’actualité Java/J2EE hebdomadaire proposée par Xebia.
RIA
Le coin de la technique
- JPA implementation patterns
- HadoopDB : un hybride entre MapReduce et DBMS
- Gaelyk ou Groovy sur AppEngine
- PostGIS, le SIG Open Source qui monte
Evènements de notre communauté en France et à l’étranger
Article publié par Romain Schlick le 16 juillet 2009.
Catégorie(s) : Cloud / NoSQL
Mots-clefs :big table, datanucleus, datastore, GAE, GFS, Google App Engine, Google file system, JDO, JPA, mapreduce, persistance
Google App Engine (GAE) pour Java, sorti récemment, propose une solide offre d’hébergement de serveur d’applications Java/JEE. Cette solution de cloud computing est conçue comme « platform as a service » : Google fournit l’infrastructure complète, ainsi que l’environnement pour héberger l’application. App Engine propose ainsi de nombreux services, dont notamment un système de base de données, appelé datastore (basé sur Google Big Table). La gestion de la persistance est réalisée par l’ORM Datanucleus, qui supporte les implémentations JDO et JPA.
Je vais vous présenter de manière concise le fonctionnement du datastore. De par sa nature, il impose des contraintes fortes, qui nécessitent de revoir sa façon de modéliser les données et de gérer la persistance dans son application.
Complet
Twitter
