Soutenance de thèse Aurélie SUZANNE (équipe DUKe)

Aurélie Suzanne, doctorant au sein de l’équipe DUKe, soutiendra sa thèse, intitulée :

« Traitement de requêtes décisionnelles sur des flux de données temporelles » / »Decision Support Query Processing of Spanning Event Streams »

Le 3 mai 2022 à 14h00, dans l’amphithéatre 1 Bâtiment Ireste, Polytech Nantes.

Jury :

• Directeur de thèse : José Martinez (Professeur des universités, Nantes Université)
• Co-directeur de thèse : Guillaume Raschia (Maitre de conférence, Nantes Université)
• Examinateurs : Bernd AMANN (Professeur des universités, Sorbonne Université), Martin THEOBALD (Full Professor, Université du Luxembourg), Laure BERTI-EQUILLE (Directeur de recherche, Institut de Recherche pour le Développement), Nicole BIDOIT-TOLLU (Professeur des universités, Université Paris Saclay), Farouk TOUMANI (Professeur des universités, Clermont Auvergne INP, UCA)
• Invité(s) : Rémy CHIBOIS (Ingénieur Informatique, Expandium)

Résumé : L’ère du Big Data nécessite de nouvelles architectures de traitement de données, parmi lesquelles les systèmes de streaming qui sont devenus très populaires. Ces systèmes sont capables de résumer des flux de données infinis avec des agrégats sur les don- nées les plus récentes. Cependant, jusqu’à présent, seuls les événements ponctuels ont été pris en compte et les événements à du- rée, qui s’étendent sur plusieurs instants, ont été laissés de côté, limités au seul monde des bases de données temporelles. Cette thèse définit un cadre pour traiter de tels mécanismes de flux sur des événements à durée. Ensuite, un moteur de requêtes d’agrégations continues est développé, capable d’incorporer la durée de vie des événements pour fournir un calcul d’agrégat exact. Il met à disposition des structures adaptées pour réaliser un calcul efficace des fenêtres glissantes. Ce moteur a ensuite été étendu pour prendre en charge le calcul partagé de plusieurs requêtes exécutées simultanément, tout en gérant correctement les événements en retard. Afin d’élaborer, en temps réel, le plan d’exécution des requêtes le plus efficace, une politique basée sur un calcul de coûts est mise en place. Tout au long de cette thèse, de nombreuses expérimentations ont été menées pour montrer la pertinence et l’efficacité des différentes approches proposées dans une grande variété de contextes et de profils de flux.

Mot clés : système de traitement de flux de données, événements à durée, requêtes d’agré- gation continues, fenêtres glissantes, bases de données temporelles, événements en retard

Abstract: The Big Data era requires new processing architectures, among which streaming systems which have become very popular. Those systems are able to summarize infinite data streams with aggregates on the most recent data. However, up to now, only point events have been considered and spanning events, which come with a duration, have been let aside, restricted to the persistent databases world only. In this thesis, a unified framework to deal with such stream mechanisms on spanning events is defined. Then, we develop an engine for Aggregate Contin- uous Query (ACQ), which is able to incorporate event lifespan to provide exact aggregate computation, and provides adapted structures for an efficient computation of sliding win- dows. This engine is further extended to handle shared computation of simultaneously running ACQs, while properly managing out-of-order events. In order to elaborate at runtime the most efficient query execution plan, a cost-based policy is followed. Throughout this thesis, many experiments have been carried out to show the pertinence and the efficiency of our approaches in a large variety of settings and stream profiles.

Keywords: data stream, spanning events, aggregate continuous queries, sliding windows, temporal databases, out-of-order events