Ce projet académique vise à analyser et consolider des données d'observation astronomique en utilisant Apache Spark. Il permet de traiter de gros volumes de données pour calculer des statistiques sur les attributs, partitionner les données selon des critères spécifiques, et évaluer l'efficacité des configurations de partitionnement. Le travail inclut également des bonus comme la gestion des chevauchements de partitions ou l'utilisation d'intervalles de taille variable pour optimiser le stockage et l'accès aux données.

Ce projet académique traite de l'analyse statistique et du partitionnement de données astronomiques issues de relevés célestes. Il calcule les écarts-types moyens des attributs numériques, identifie les valeurs aberrantes et optimise le stockage des données pour des traitements ultérieurs. Les résultats sont utilisés pour améliorer la qualité des données et faciliter leur exploitation dans des études astrophysiques.