Cubes ROLAP sous forme de SDDS multidimensionnelles

Abstract

Les Structures de Données Distribuées et Scalables (SDDS) constitue un modèle de gestion de données spécifiquement conçu pour les environnements distribués, dans lesquels les données doivent être partitionnées et réparties dynamiquement entre plusieurs serveurs tout en garantissant la scalabilité du système. Un fichier SDDS se compose d'enregistrements distribués de manière dynamique sur un ensemble de serveurs, organisés selon différentes catégories de SDDS, chacune reposant sur des algorithmes spécifiques, telles que le hachage linéaire (LH*), le partitionnement par intervalle (RP*) ou encore le digital hashing (CTH*). Une caractéristique fondamentale des SDDS est l'élimination de tout composant centralisé de gestion des adresses, simplifiant ainsi la communication entre les clients et les serveurs. En supprimant la nécessité d'un point de coordination central, qui peut constituer un goulot d’étranglement, cette architecture réduit considérablement le nombre de messages échangés et diminue le temps d'accès aux données, améliorant ainsi l'efficacité globale des systèmes distribués.En parallèle, l'entrepôt de données (Data Warehouse, DW) joue un rôle fondamental dans les systèmes d'aide à la décision en permettant l'analyse et l'exploration de grandes quantités de données multidimensionnelles. Ces données sont représentées sous forme de cube et sont exploitées via le traitement analytique en ligne relationnel (ROLAP), qui repose sur des bases de données relationnelles pour stocker et interroger les données.Bien que des recherches approfondies aient été réalisées dans les domaines des entrepôts de données et des SDDS, aucune étude antérieure n'a combiné ces deux domaines. Notre travail propose une approche innovante pour implémenter un cube ROLAP dans une SDDS en utilisant l'algorithme de hachage linéaire (LH*), permettant ainsi d’optimiser les cubes ROLAP et de concevoir un système de gestion et d’analyse des données dans des systèmes distribués et scalables performant.