Doctorante, LISTIC, USMB
Contact
Courriel : asma.dhaouadi@univ-smb.fr
Téléphone : +33(0) 765228805
Bureau : A221-A222
Adresse 1 : LISTIC – Polytech Annecy-Chambery, BP 80439, 74944 Annecy le Vieux Cedex, France
Thèse
Groupe : LISTIC -Equipe ReGaRD
Thème : Modélisation du Data Warehousing dans le contexte du Big Data
Sujet : CONTRIBUTION À L’ENTREPOSAGE DES DONNÉES MASSIVES : ARCHITECTURE GÉNÉRIQUE, MÉTHODOLOGIE ET MISE EN ŒUVRE
Résumé :
Les Entrepôts de Données (Data Warehouse en anglais) sont indispensables pour tous les systèmes d’informations car ils jouent un rôle clé dans la prise de décision. L’architecture typique d’un ED est principalement composée de quatre parties : sources de données, préparation de données, stockage de données cible, et l’accès et l’analyse de ces données. Au cœur de cette architecture se situe le processus ETL pour l’Extraction, la Transformation et le Chargement de données dans la base de données cible, pour des fins de visualisation, de reporting, d’analyse et de prise de décision. A l’ère de Big Data, l’enjeu majeur de la communauté est de faire évoluer les ED d’architectures traditionnelles, et en particulier le processus ETL classique pour supporter les exigences de . L’état de l’art mené révèle deux limitations. La première concerne les approches Big Data reposant sur différentes technologies dédiées, tels que l’écosystème d’Hadoop, Flink, Kafka, Kibana, etc. Ces dernières évoluent rapidement, au point que les architectures des ED deviennent obsolètes par rapport aux technologies les plus récentes. La deuxième repose sur le fait qu’il n’existe aucun modèle standard pour la représentation et la conception des processus ETL. Malgré les apports des travaux menées sur la modélisation du processus ETL dans la littérature, la conception d’un modèle ETL générique capable d’homogénéiser les différentes approches contemporaines reste toujours d’actualité. Pour ces raisons, en s’appuyant sur l’ingénierie dirigée par les modèles (MDE) comme cadre générique et sur l’architecture dirigée par les modèles (MDA) comme cadre spécifique, nous cherchons dans cette thèse à proposer un nouveau modèle ETL générique et une nouvelle architecture générique pour l’entreposage de données massives supportant ce modèle. Cette architecture pourrait être instanciée selon des technologies précises en fonction du domaine d’application. De plus, nous proposons aussi une méthodologie pour accompagner l’expert à mettre en œuvre une architecture répondant aux spécificités de son entreprise à partir de l’architecture générique. Finalement, nous validons tous les travaux de recherche menés sur un cas pratique touchant comme à titre d’exemple le domaine médical (Pandémie covid-19) ou autres applications.
A Multi-Layer Modeling for the Generation of New Architectures for Big Data Warehousing — https://hal.archives-ouvertes.fr/hal-03537854
A Two Level Architecture for Data Warehousing and OLAP Over Big Data — https://www.archives-ouvertes.fr/hal-02382486
Data Warehousing Process Modeling from Classical Approaches to New Trends: Main Features and Comparisons — https://hal.archives-ouvertes.fr/hal-03758493
Encadrant : Sébastien Monnet & Mohamed Mohsen Gammoudi
Co-encadrant : Khadija Arfaoui
Début de la thèse : Janvier 2021