Proposition d'un cadre générique d'optimisation de requêtes dans les environnements hétérogènes et répartis
Auteur / Autrice : | Tianxao Liu |
Direction : | Dominique Laurent |
Type : | Thèse de doctorat |
Discipline(s) : | STIC (sciences et technologies de l'information et de la communication) - Cergy |
Date : | Soutenance le 06/06/2011 |
Etablissement(s) : | Cergy-Pontoise |
Ecole(s) doctorale(s) : | École doctorale Sciences et ingénierie (Cergy-Pontoise, Val d'Oise) |
Partenaire(s) de recherche : | Laboratoire : Equipes Traitement de l'Information et Systèmes (Cergy-Pontoise, Val d'Oise ; 2002-....) |
Jury : | Examinateurs / Examinatrices : Dominique Laurent, Philippe Rigaux, Christian Dan Vodislav, Tuyêt Trâm Dang Ngoc |
Rapporteurs / Rapporteuses : Christine Collet, Michel Scholl |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Dans cette thèse, nous proposons un cadre générique d'optimisation de requêtes dans les environnements hétérogènes répartis. Nous proposons un modèle générique de description de sources (GSD), qui permet de décrire tous les types d'informations liées au traitement et à l'optimisation de requêtes. Avec ce modèle, nous pouvons en particulier obtenir les informations de coût afin de calculer le coût des différents plans d'exécution. Notre cadre générique d'optimisation fournit les fonctions unitaires permettant de mettre en œuvre les procédures d'optimisation en appliquant différentes stratégies de recherche. Nos résultats expérimentaux mettent en évidence la précision du calcul de coût avec le modèle GSD et la flexibilité de notre cadre générique d'optimisation lors du changement de stratégie de recherche. Notre cadre générique d'optimisation a été mis en œuvre et intégré dans un produit d'intégration de données (DVS) commercialisé par l'entreprise Xcalia - Progress Software Corporation. Pour des requêtes contenant beaucoup de jointures inter-site et interrogeant des sources de grand volume, le temps de calcul du plan optimal est de l'ordre de 2 secondes et le temps d'exécution du plan optimal est réduit de 28 fois par rapport au plan initial non optimisé.