Étude des performances de méthodes de groupement dynamiques dans les bases de données orientées objet

This work lies in the field of Object-Oriented Database Management System (OODBMS) performance evaluation. These systems fail to take over previous DBMSs (mainly relational systems, which are used since the 70's and well optimized) because of performance issues.Several methods are used to enhance performances, such as object clustering. However, these techniques induce some overhead for the system. It is this primordial to evaluate their actual impact on global performance.We have thoroughfully studied this domain to identify the major deficiencies in existing performance evaluation techniques (mathematical analysis, benchmarking, simulation). Our proposals, the Object Clustering Benchmark (OCB) and the Virtual Object-Oriented Database (VOODB) simulation model, aim at addressing these issues as generic, tuneable tools that are adapted to studying object clustering.The VOODB simulation model integrates the OCB benchmark. It has been designed by applying a modeling methodology that aims at generalizing the analysis of OODBMSs and providing reliable models for these systems. Its code has been specified within a simple and powerful simulation environment, DESP-C++, we designed for this sake.A validation process for our tools has been driven by measuring the actual performances of the O2 OODBMS, the Texas persistent object store and the DSTC dynamic object clustering technique, with OCB. Simulation performance evaluations of these systems have also been conducted with VOODB. Real-life and simulated results have been compared and proven consistent.Ce travail s'inscrit dans le domaine de l'évaluation des performances des Systèmes de Gestion de Bases de Données Orientés Objets (SGBDOO). Ces systèmes rencontrent depuis leur origine des problèmes de performance pour s'imposer face aux générationsantérieures de SGBD (principalement les systèmes relationnels, qui sont utilisés depuis les années 70 et parfaitement optimisés).Diverses méthodes sont employées pour améliorer ces performances, telles que le groupement d'objets (clustering, dans la terminologie anglo-saxonne). Cependant, ces techniques induisent une surcharge pour le système. Il est donc important de pouvoir évaluer leur impact réel sur les performances globales.Dans cette optique, une étude approfondie du domaine a permis de dégager les insuffisances majeures attribuables aux techniques d'évaluation de performance existantes (analyse mathématique, bancs d'essais, simulation). Nos propositions, le banc d'essaisOCB (Object Clustering Benchmark) et le modèle de simulation VOODB (Virtual Object-Oriented Database), ont pour objectif de remédier à ces problèmes en se positionnant comme des outils génériques, paramétrables et adaptés à l'étude du regroupement d'objets.Le modèle de simulation VOODB intègre le banc d'essais OCB. Il a été obtenu par l'application d'une méthodologie de modélisation ayant pour but de systématiser l'analyse des SGBDOO et de fournir des modèles fiables de ces systèmes. Son code a été spécifiédans un environnement de simulation simple et performant que nous avons conçu pour l'occasion et baptisé DESP-C++.Une démarche de validation de nos outils a été conduite en mesurant les performances réelles du SGBDOO O2, du gestionnaire d'objets persistants Texas et de la stratégie dynamique de regroupement d'objets DSTC, grâce au banc d'essais OCB. Des évaluations de performance concernant ces systèmes ont également été effectuées avec le modèle de simulation VOODB. Les résultats des mesures sur les systèmes réels et les résultats de simulation ont été comparés et se sont avérés cohérents