Université de Toulouse

Lieu de travail

Intitulé du sujet

Champs scientifiques

Mots clés

Dans les environnements cloud, un Système de Gestion de Bases de Données SGBD installé sur une machine multi-processeur et partagé par plusieurs locataires est appelé SGBD parallèle multi-locataire. Le partage des ressources dans un tel SGBD permet aux locataires de payer pour les ressources qu'ils consomment, tout en maximisant la rentabilité du système. Pour cela, un contrat de niveau de service (SLA) est établi entre le fournisseur et un locataire. Ce contrat défini des niveaux d'objectifs de services (SLO) définissant la qualité de service à fournir au locataire. Pour atteindre ces objectifs, l'optimiseur de requêtes d'un SGBD engendre un plan d'exécution qui permet la satisfaction des SLO tout en considérant la rentabilité. Pour cela, l'optimiseur s'appuie sur des estimations calculées par un modèle de coûts. Ces estimations sont sujettes à des erreurs à cause de l'obsolescence de valeurs de paramètres, d'erreur dans le calcul ou de variation dans la charge de travail. Ces erreurs peuvent, d'une part, empêcher l'optimiseur d'atteindre ces objectifs et, d'autre part, engendrer une consommation excessive de ressources. L'objectif de cette thèse est de proposer des méthodes d'optimisation robuste de requêtes qui permettent à l'optimiseur de satisfaire les SLO en évitant une consommation abusive de ressources.
-
-

In cloud environments, a Database Management System (DBMS) installed on a multi-processor machine and shared by multiple tenants is called a parallel multi-tenant DBMS. Sharing resources in such a DBMS allows tenants to pay only for the resources they consume, while maximizing system profitability. A contract, called a Service Level Agreement (SLA), is therefore established between the service provider and the tenant. This contract defines Service Level Objectives (SLOs) that correspond to the quality of services provided by the provider to the tenant. To achieve these objectives, the DBMS query optimizer generates a query execution plan that guarantees SLOs satisfaction while considering system profitability. For this reason, the optimizer relies on estimations derived from a cost model. These estimations are subject to errors due to parameter value obsolescence, calculation errors, or workload variations. These errors could, on the one hand, prevent the optimizer from achieving its objectives and, on the other hand, lead to excessive resource consumption. The objective of this thesis is to propose robust query optimization methods that allow the optimizer to satisfy defined SLOs while avoiding excessive resource consumption.
-
-

Début de la thèse : 01/10/2026

Financement d'un établissement public Français

Université de Toulouse

Université de Toulouse

475 EDMITT - Ecole Doctorale Mathématiques, Informatique et Télécommunications de Toulouse

Distributed and Parallel Systems, Data Management Systems, Database Systems, Query Processing and Optimization, Cost Models, Cloud Systems, Programming Languages (e.g. C++, Java, Python).
Distributed and Parallel Systems, Data Management Systems, Database Systems, Query Processing and Optimization, Cost Models, Cloud Systems, Programming Languages (e.g. C++, Java, Python).

Date limite de candidature