Modélisation stochastique des transactions temps réel

par Samy Rostom Semghouni

Thèse de doctorat en Informatique

Sous la direction de Bruno Sadeg et de Alexandre Berred.

Soutenue en 2007

à Le Havre .

mots clés

• Études probabilistes
• Gestion de transactions
• Ordonnancement de tâches
• Politique d'ordonnancement
• Taux de succès
• Mesure de performances
• Temps réel (informatique)
• Bases de données -- Gestion
• Qualité de service

Résumé

Les SGBD temps réel (SGBDTR) sont conçus pour répondre aux besoins des applications qui nécessitent le traitement de grandes quantités de données en temps réel. Un SGBDTR doit donc traiter les transactions en garantissant leurs propriétés ACID (Atomicité, Cohérence, Isolation, Durabilité) d'une part, et doit satisfaire les contraintes de temps imposées aux transactions et aux données, d'autre part. Les travaux de cette thèse consistent à réaliser une étude stochastique et probabiliste du comportement des transactions temps réel. L'étude est réalisée en faisant varier certaines hypothèses telles que la moyenne d'arrivée des transactions, le type de transactions, le protocole de résolution de conflits (un optimiste et un pessimiste), et la politique d'ordonnancement. Nous avons alors conçu et développé un simulateur de SGBDTR flexible et extensible, sur lequel l'étude à été effectuée. Les résultats obtenus ont montré que le comportement des transactions pouvait être approximé par un modèle probabiliste. Le modèle est utilisé par la suite pour la prédiction du taux de succès des transactions en fonction de la charge du système. Nous avons également proposé une nouvelle politique d'ordonnancement des transactions temps réel qui s'appuie sur les critères d'échéance et d'importance des transactions. Cette politique apporte une contribution dans l'augmentation des performances du système (maximisation du nombre de transactions validées), améliorant ainsi la qualité de service des SGBDTR.

Titre traduit

Stochastic modeling of real-time transactions

Résumé

Real-time database systems (RTDBSs) are systems designed to address the applications which need real-time processing of large quantities of data. An RTDBS must guarantee the transactions ACID (Atomicity, Consistency, Isolation, Durability) properties on one hand, and must schedule the transactions in order to meet their individual deadlines, on the other hand. In this thesis, we focus on stochastic and probabilistic study of the behavior of real-time transactions. The study is conducted under some assumptions such as the arrival mean of transactions, transactions type, concurrency control protocol (an optimistic and a pessimistic), and scheduling policy. We have then designed and developed a flexible and extensible RTDBS simulator, on which the study is done. The obtained results have shown that the transactions behavior can be approximated by a probabilistic model. The model is used to predict the transactions success ratio according to the system workload. We also propose a new scheduling policy for real-time transactions which uses criteria based on both transaction deadlines and transaction importance. This policy contributes to enhance the system performances (maximization of committing transactions), improving then the RTDBSs quality of service.