L'élasticité des bases de données sur le cloud computing - CoDE

More documents

Recommendations

Info

Remerciements Je tiens à remercier le professeur Esteban Zimányi, mon directeur de mémoire, pour ses nombreux conseils tant de direction et de rédaction que scientifiques, qui m’ont permis de fournir un travail que j’espère pertinent et intéressant. La collaboration avec la société Euranova fut aussi très agréable et instructive. Je tiens à remercier tous ses membres pour leur accueil et plus particulièrement Sabri Skhiri dit Gabouje et Nam-Luc Tran pour leurs conseils et nos discussions qui ont soulevé des problèmes fort intéressants et y ont souvent trouvé des solutions. Je tiens également à souligner les précieuses informations et recommandations que m’ont apporté Hervé Bath, Eric Delacroix et Ivan Frain. Je leur en suis très reconnaissant. Enfin, je souhaite remercier Peter Van Roy, Boris Mejias et Thibault Dory, membres du département d’ingénierie informatique (INGI) de l’Université catholique de Louvain (UCL) qui m’ont accueilli dans leur groupe de discussion autour du cloud computing, leurs remarques furent très instructives.
Table des matières 1 Introduction 1 1.1 Contexte et objectifs du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Structure du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Contributions du mémoire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 2 Le cloud computing et ses services 4 2.1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.1.1 Origine et modèles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2.1.2 Caractéristiques spécifiques et capacités . . . . . . . . . . . . . . . . . . 6 2.1.3 Amazon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 2.2 Définition du cloud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 2.3 Propriétés fondamentales des services . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3.1 La haute disponibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.3.2 Passer à l’échelle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 2.4 Le théorème CAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12 3 Etude comparative de différents systèmes de gestion des bases de données 15 3.1 Classification des systèmes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 3.1.1 Le modèle de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 3.1.2 Les choix CAP et PACELC . . . . . . . . . . . . . . . . . . . . . . . . . 16 3.1.3 La réplication synchrone ou asynchrone . . . . . . . . . . . . . . . . . . 16 3.1.4 Le modèle de consistance . . . . . . . . . . . . . . . . . . . . . . . . . . 17 3.1.5 Le modèle de requêtes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 3.2 Les bases de données relationnelles distribuées . . . . . . . . . . . . . . . . . . . 18 3.2.1 Le modèle de données relationnel . . . . . . . . . . . . . . . . . . . . . . 18 3.2.2 Les propriétés ACID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 3.2.3 MySQL Cluster . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 3.2.4 Autres solutions SQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.2.5 Les solutions SQL-MR . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.3 Le mouvement NoSQL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20 3.3.1 Les modèles de données . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.3.2 BASE en réponse à ACID . . . . . . . . . . . . . . . . . . . . . . . . . . 22 3.4 MongoDB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.4.1 Modèle de données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.4.2 Choix CAP et PACELC . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 3.4.3 Vue d’ensemble de l’architecture . . . . . . . . . . . . . . . . . . . . . . 24
Page 1: Faculté de Sciences Département I
Page 5 and 6: 5.3 Réplication de données . . .
Page 7 and 8: au cloud (les systèmes NoSQL, SQL-
Page 9 and 10: Chapitre 2 Le cloud computing et se
Page 11 and 12: dans cette couche. Cette classifica
Page 13 and 14: Le cloud dans la littérature “A
Page 15 and 16: Cette différence de vocation fait
Page 17 and 18: Par “assumer”, on entend fourni
Page 19 and 20: Définition 9. Dans un service tol
Page 21 and 22: on-OLTP applications that ured and
Page 23 and 24: Or la richesse du modèle de requê
Page 25 and 26: 3.2.5 Les solutions SQL-MR Map-Redu
Page 27 and 28: Le modèle en graphe Figure 3.3 - B
Page 29 and 30: MongoDB ne pose aucune restriction
Page 31 and 32: Réplication maître-esclave Ce mod
Page 33 and 34: 3.4.5 Modèle de consistance Par d
Page 35 and 36: Figure 3.13 - Cassandra - Un modèl
Page 37 and 38: égal au facteur de réplication, a
Page 39 and 40: Figure 3.14 - Architecture HDFS Les
Page 41 and 42: - Les Serveurs de régions prennent
Page 43 and 44: Système Modèle de données choix
Page 45 and 46: Figure 4.1 - YCSB - Cassandra - Pas
Page 47 and 48: 4.3.1 Scénario de tests Considéro
Page 49 and 50: importants que voulus durant une ce
Page 51 and 52: d’autant plus élastique que ce t
Page 53 and 54:
Figure 4.7 - Perturbation de la pé
Page 55 and 56:
- la distribution de génération d
Page 57 and 58:
pour répartir les données. Dans u
Page 59 and 60:
Rappelons que µ = 0.5 pour systèm
Page 61 and 62:
- Taille initiale du cluster : 4 n
Page 63 and 64:
De manière générale, on remarque
Page 65 and 66:
31.93 temps de reponse (millisecond
Page 67 and 68:
temps de reponse (millisecondes) 55
Page 69 and 70:
La forme de l’adaptation (α1, li
Page 71 and 72:
Comme illustré en figure 4.17, la
Page 73 and 74:
Figure 4.19 - Elasticité observée
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
L’élasticité Tel que défini da
Page 81 and 82:
Chapitre 5 Influence des choix tech
Page 83 and 84:
(pour les déplacer ou pour les mod
Page 85 and 86:
Remarquons que le fait de la distin
Page 87 and 88:
Chapitre 6 Conclusion Dans ce trava
Page 89 and 90:
étude (plus théorique que pratiqu
Page 91 and 92:
[18] E. Brewer. Towards Robust Dist
Page 93 and 94:
Annexe A Liste d’accronymes - API
Page 95 and 96:
Cassandra n’est pas évidente. Ce
Page 97 and 98:
ase sur le constat que, même si il
Page 99 and 100:
de tirer profit de toutes ses quali
Page 101 and 102:
• la couche insère les paramètr
Page 103 and 104:
[3] Apache Cassandra - Wiki, API. h
Page 105 and 106:
The R&D director’s blog Euranova
show all

L'élasticité des bases de données sur le cloud computing - CoDE

Create successful ePaper yourself

Delete template?

Save as template?