Développement d'un cadre générique pour le partitionnement des données RDF

Abstract

Avec la croissance explosive des technologies web et l'avènement de l'ère numérique, le volume de données générées et partagées sur le web a atteint des niveaux sans précédent. Cette explosion de la création de données pose des défis significatifs en matière de gestion, de traitement et d'analyse de cet afflux massif d'informations. Cette thèse s'inscrit dans le cadre du projet PQDAG, qui vise à développer des outils avancés de gestion des données spécifiquement conçus pour assurer la mise à l’échelle et les performances lors du traitement des Big RDF Data. Notre objectif principal était de proposer des approches de partitionnement facilitant l'évaluation d'un grand nombre de requêtes SPARQL sans nécessiter de jointures entre les partitions, réduisant ainsi le temps de communication sur le réseau. Pour ce faire, nous avons appliqué et comparé plusieurs stratégies de partitionnement, y compris MPC (Minimum Property Cut), Metis et K-means. Le but était de minimiser le nombre de jointures inter-partitions et d'améliorer les performances de traitement des requêtes dans un environnement distribué, tout en réduisant les coûts de communication entre les partitions. Grâce à cette recherche, nous visons à identifier la solution la plus efficace pour relever les défis de la gestion des Big Data dans le cadre du projet PQDAG, améliorant ainsi la capacité à gérer et analyser les données RDF à grande échelle sur le web en parallèle.