Etablissement
Ecole Nationale Supérieure d'informatique
Affiliation
Département de Post-Graduation
Auteur
BARR, Mohamed
Directeur de thèse
BOUKHALFA Kamel (Maitre de conférence)
Filière
Informatique
Diplôme
Doctorat
Titre
Optimisation Multicritère des Entrepôts de Données , basée sur les méthodes exactes et approchées.
Mots clés
Optimisation multiobjectif, Entrepôt de données relationnel, techniques et structures d'optimisation, Méthodes exactes, méthodes approchées.
Résumé
Les informations de prise de décision sont contenues dans des bases de données spécifiques qui s’appellent entrepôts de données (datawarehouse en anglais). Ces derniers sont modélisés pour décrire des indicateurs de gestion (ou mesures) insérés dans la table de faits de l’entrepôt. Les informations qualitatives de prise de décision appartiennent aux tables de dimension et elles représentent les axes d’analyse des métiers de l’activité de l’entreprise. La table des faits est généralement volumineuse parce qu’elle reçoit des informations en continu. Cette table est reliée directement aux différentes tables de dimension. Pour extraire les informations, l’administrateur de l’entrepôt de données est amené à écrire des requêtes décisionnelles très complexes vu le nombre de jointures entre la table des faits et celles de dimensions. La volumétrie de la table des faits qui acquiert beaucoup d’opérations d’entrées/sorties entre mémoire et disque pour lire les informations voulues est un autre aspect de complexité pour l’administration de l’entrepôt. Au vu de ces difficultés, les chercheurs occupés par l’optimisation des requêtes décisionnelles en termes de temps de réponse, se retrouvent face à un ensemble de scénarios, à savoir : Quelle technique d’optimisation utilisent-ils ?, sachant que toutes les techniques (fragmentation) et toutes les structures (Index, vues matérialisées) sont des problèmes NP-Complets. Quelle est l’approche appropriée ?. Une méthode exacte qui garantit une solution optimale mais dans un temps qui peut être infini. Ou encore à base des métaheuristiques qui donne une solution proche de l’optimale, mais dans un temps plus au moins raisonnable. Sera-t-il utile d’utiliser une technique ou structure d’une manière isolée ou bien la combiner avec d’autres pour tirer profit des deux, et est-ce que le contexte d’administration est favorable ou pas dans tous les cas ?. …etc. Par ailleurs, et dans tous les cas de figure, choisir un scénario quelconque sans se baser sur une métrique qui assure la qualité d’une solution au sens d’optimisation d’une fonction objectif, est un travail sans résultats garantis. Dans l’activité d’optimisation des entrepôts de données, ces objectifs peuvent être : le temps de réponse d’une charge de requêtes, l’espace de stockage alloué, le nombre de fragments pour une technique de fragmentation, le nombre de serveurs dans un environnement d’informatique dans le nuage « Cloud Computing », le coût de transfert de données, …etc. Dans la littérature, beaucoup de travaux de recherches se sont consacrés pour optimiser ces fonctions objectifs d’une manière mono. Et peu de recherches qui ont pris en charge ces objectifs à la fois (ou multiobjectif).Dans notre thèse, cet aspect multiobjectif est aussi ciblé.
Statut
Vérifié