Parallélisme, équilibrage de charges et extensibilité dans le traitement des mégadonnées sur des systèmes à grande échelle
Durant les deux dernières décennies, grâce à la réduction des coûts de stockage, d'échange et de traitement de l'information, le volume de données générées chaque année ne cesse d'exploser. Les enjeux liés au traitement de ces mégadonnées sont souvent décrits par la règle des 3V : le...
Gorde:
| Egile nagusia: | |
|---|---|
| Beste egile batzuk: | , , , , , |
| Formatua: | Thèse numérique |
| Hizkuntza: | Français |
| Argitaratua: |
2024.
|
| Gaiak: | |
| Sarrera elektronikoa: | Accès au texte intégral https://theses.univ-orleans.fr/public/2024ORLE1019_va.pdf http://www.theses.fr/2024ORLE1019/abes https://theses.hal.science/tel-04730569 |
| Oharra: |
Titre provenant de l'écran-titre Ecole(s) Doctorale(s) : École doctorale Mathématiques, Informatique, Physique Théorique et Ingénierie des Systèmes (Centre-Val de Loire ; 2012-....) Partenaire(s) de recherche : Laboratoire d'informatique fondamentale d'Orléans (Orléans ; 1987-....) (Laboratoire) Autre(s) contribution(s) : Gaétan Hains (Président du jury) ; Mostafa Bamha, Sophie Robert, Sofian Maabout (Membre(s) du jury) ; Gaétan Hains, Laurent D'Orazio (Rapporteur(s)) |
| Autres localisations: | Voir dans le Sudoc |
| Variante du titre: | Parallelism, load balancing and scalability in BigData computing |