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

temps de
latence
l i
ln i
ln f
α 2
tm
timpact
Δt
α 1
lambda
mu
Figure 4.5 – Période d’adaptation théorique supposée
Définition 13 (Le coefficient d’adaptation µ).
µ =
∆l
ln i
∆n
temps
Par exemple, imaginons un SGBD parfaitement élastique (sans considérer le temps d’adaptation)
tel que lorsqu’on double son nombre d’instances (nf = 2 ∗ ni), les temps de latence
soient réduits de moitié (lnf = ln i
2 ) et dès lors µi,j = 0.5. A contrario, un système dont les
performances ne seraient modifiées (lnf = lni ) par n’importe quelle modification verrait son
coefficient d’adaptation à 0.
Une première approche serait de voir µ comme caractérisant le passage à l’échelle. Cette
approche serait naïve : pour mesurer le passage à l’échelle, il faudra considérer des systèmes
stables. Notre approche considère le système en transition, µ se réfère donc au gain immédiat
en performance (mesuré par rapport aux moyennes des temps de latence précédant et
succédant directement la modification) par rapport au coût.
Le temps d’adaptation ∆t
Correspondant à la durée de la phase d’adaptation, ce temps est la durée nécessaire au
système pour assimiler la modification (répartition des données et autres). Un système sera
45