Modèles de réplication des données à base de clustering

Les grilles de calcul apparaissent de plus en plus comme la solution permettant d’additionner des ressources matérielles et logicielles offrant une capacité de stockage et de calcul virtuellement infinie.

Afin d’exploiter au mieux les ressources disponibles de ce type de grille, il devient nécessaire de concevoir de nouvelles solutions de déplacement de données adaptées à ce type d’architecture en tenant compte des spécificités de gestion et d’exécution distribuées.

Afin d’optimiser le temps d’exécution, il convient donc d’adapter les politiques de placement de données en fonction des besoins des applications d’une part, et des possibilités de la plate-forme sous-jacente d’autre part.

Les travaux présentés dans cet ouvrage se situent dans le cadre d’une problématique spécifique liée au placement des répliques dans les grilles de calcul.

Le premier objectif est de proposer une stratégie dynamique de placement de répliques qui intègre la réplication et l’ordonnancement dans les grilles.

Cette stratégie est basée sur le paradigme de la programmation parallèle MapReduce en spécifiant les variables ainsi que le recours à la classification non supervisée (ou clustering).