DynPart: Dynamic Partitioning for Large-Scale Databases

Il y a de plus en plus des applications scientifiques avec de très grandes bases de don-nées distribuées où des nouvelles données sont ajoutées à la base de données en perma-nence. Pour offrir une bonne performance à la plupart de ces applications qui ont norma-lement des schémas d’accès complexes, on a besoin de développer des méthodes efficaces pour le partitionnement de données basé sur le workload. Toutefois, les approches existant basées sur le workload, qui sont exécutées d’une manière statique, ne peuvent pas être ap-pliquée aux bases de données très volumineuses et dynamiques. Dans cet article, nous pro-posons DynPart, un algorithme dynamique de partitionnement pour les bases de données en croissance permanente. DynPart s’adapte efficacement à l’arrivée de nouvelles données en prenant en compte l’affinité de ces données avec les requêtes et les fragments. Contrai-rement aux approches antérieures, notre approche offre un temps d’exécution constant, peu importe la taille de la base de données, tout en obtenant une très bonne efficacité de partitionnement. Nous avons validé notre solution par l’expérimentation sur des données réelles; les résultats montrent sa bonne performance. Mots-clefs: Bases de données distribuées, partitionement dynamique, partitionnement basé sur workload 1 li