Analyse et modélisation des bases de données NoSQL : approches et applications

Résumé

L’explosion du volume, de la variété et de la vélocité des données dans les environnements Big Data a profondément transformé les paradigmes de stockage et de gestion de l’information. Les systèmes relationnels, historiquement dominants, montrent aujourd’hui leurs limites face aux exigences de scalabilité, de flexibilité et de performance imposées par les applications massives et distribuées. Les bases de données NoSQL se sont imposées comme une alternative pertinente, mais leur conception demeure largement empirique, en l’absence de méthodes formelles et automatisées. Cette thèse s’inscrit dans une perspective de formalisation et d’automatisation du processus de modélisation des bases NoSQL, en s’appuyant sur l’architecture dirigée par les modèles (MDA) et l’intelligence artificielle. Elle propose un cadre méthodologique unifié couvrant plusieurs familles de bases NoSQL et visant à concilier rigueur formelle, adaptabilité et optimisation des performances. Dans un premier travail, une approche nommée KVMod (Key-Value Modeling) est proposée pour la conception des bases de données clé-valeur. Fondée sur la MDA, elle définit des métamodèles conceptuel et logique ainsi qu’un ensemble de règles de transformation assurant la génération automatique de structures Redis cohérentes et performantes. Un second travail, KDN (K-means-based Design for NoSQL databases), s’intéresse aux bases orientées documents. Cette approche exploite l’algorithme de k-means pour regrouper les requêtes d’accès selon les attributs manipulés, permettant de produire automatiquement des schémas optimaux dans MongoDB tout en équilibrant redondance et performance. Enfin, GraphDesign (Graph-oriented database Design Approach) étend la démarche MDA à la conception des bases orientées graphe. Elle formalise un métamodèle logique graphe et un métamodèle intégré données-requêtes, permettant de représenter les cardinalités, contraintes et règles d’enrichissement structurel en vue d’une génération automatisée de schémas Neo4j optimisés. Les expérimentations menées sur des cas d’étude à grande échelle confirment la pertinence et l’efficacité des approches proposées, avec des gains de performance significatifs sur les temps d’exécution des requêtes et une amélioration de la cohérence structurelle des modèles générés. Ce travail contribue ainsi à poser les bases d’une conception professionnelle et multifamille des bases NoSQL, intégrant les principes de la modélisation dirigée par les modèles et de l’apprentissage automatique.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 2

Téléchargements : 0