Soutenance de thèse de Yifan Wang

vers une automatisation adaptative et pratique de l’administration des sgbd

le 12 novembre 2025 à 09:30 à INRIA Lille

Les systèmes de gestion de bases de données sont essentiels pour une gestion efficace des données et un contrôle des accès. Toutefois, en raison de leur complexité, leur administra- tion demeure une tâche difficile pour les administrateurs de bases de données. Cette thèse s’intéresse à l’automatisation de l’administration des SGBD à travers trois contributions complémentaires, visant une meilleure adaptabilité et une applicabilité concrète. Tout d’abord, nous présentons une étude qualitative des pratiques des administrateurs de bases de données, qui met en évidence un ensemble de difficultés : sur-allocation de ressources, procédures de réglage sous-optimales et faible adoption des outils d’automatisation existants. À partir de ces constats, nous nous concentrons sur deux problèmes majeurs : la sur-provision de mémoire et le besoin d’outils d’auto-réglage des SGBD plus pratiques. Dans cette optique, nous proposons DOT, un cadre léger de sélection et d’optimisation des paramètres de configuration. DOT combine l’élimination récursive de variables avec validation croisée (RFECV) et l’optimisation bayésienne afin d’identifier rapidement les paramètres les plus influents. En réduisant l’espace de recherche sans nécessiter de longues phases de mise en chauffe, DOT permet un réglage des SGBD plus efficace et économique que les autotuneurs traditionnels. Nous présentons ensuite MicroTune, un gestionnaire adaptatif de mémoire tampon piloté par apprentissage par renforcement, qui ajuste en continu l’allocation mémoire en fonction de la charge. En adaptant dynamiquement la taille des tampons aux besoins du travail, MicroTune réduit le gaspillage tout en respectant les contraintes de SLA, offrant ainsi une solution concrète d’optimisation des ressources en production. En combinant des enseignements issus de la pratique avec des outils adaptatifs conçus sur mesure, cette thèse propose des avancées plus adaptatives et pragmatiques pour l’automatisation de l’administration des SGBD.

Jury

M. Romain ROUVOY Université de Lille Directeur de thèse, M. Pierre BOURHIS CNRS Co-directeur de thèse, M. Jalil BOUKHOBZA ENSTA Rapporteur, M. Anthony CLEVE University of Namur Examinateur, Mme Ioana MANOLESCU Inria Saclay Rapporteure, M. Debabrota BASU INRIA Examinateur, M. Patrick ROYER Orange Innovation Invité.

Plus d'actualités