Rapport de stage Evolutions du système de réplication de bases de données GlobeTP

La majeure partie de ce rapport a été rédigée en anglais, d’une part car Paolo Costa n’est pas francophone et d’autre part car mes encadrants aimeraient en tirer une publication. Mon stage s’est déroulé du 15 mars au 15 août à la Vrije Universiteit d’Amsterdam, aux Pays-bas dans l’équipe de computer system. Celle-ci travaille sur divers sujets tels que les systèmes distribués, la programmation parallèle, des applications avancées de l’Internet. Cette équipe, dirigée par le professeur Andrew Tanenbaum, est composée d’une dizaine de professeurs ou assistants professeurs, d’une vingtaine de doctorants et de quelques post-doctorants. Je travaillais plus précisément avec Guillaume Pierre et Paolo Costa, qui étudient les méthodes d’hébergement de sites webs. Leurs travaux de recherches portent sur les techniques de cache et de réplication afin d’obtenir des serveurs webs (ou plus précisément l’ensemble constitué des serveurs traitant les requêtes http, les serveurs d’application et les serveurs de bases de données) capables de répondre plus rapidement à plus de clients simultanément. Mon travail se fondait sur les recherches précédentes de G. Pierre et son équipe sur la réplication de bases de données. L’objectif est de faire fonctionner plusieurs serveurs de bases de données ensemble dans le but d’une part de répartir la charge de calcul entre les machines, et donc en supporter une plus importante, et d’autre part apporter une tolérance aux défaillances d’une ou plusieurs machines. Nous nous sommes focalisés sur les performances du système, et dans cette optique la réplication pose certains problèmes. Pour maintenir les différents serveurs dans le même état, chaque écriture doit être traitée par tous les serveurs. Chaque lecture peut être traitée par un seul serveur. Seulement, quand le nombre de serveurs augmente, la proportion de requêtes en écriture reçues par un serveur particulier augmente (par exemple, pour 5 serveurs, chacun reçoit environ un cinquième des lectures, mais toutes les écritures). A partir d’un certain nombre de clients, les écritures seules suffisent à surcharger les serveurs, et en ajouter n’apporte rien. Il faut donc pouvoir répartir les écritures entre les serveurs, et une solution est de ne pas dupliquer toute la base sur chaque serveur. Ainsi, chaque serveur ne reçoit que la