Neural-Based Modeling for Performance Tuning of Cloud Data Analytics

L'analyse des donnees en utilisant des ressources cloud est desormais omnipresente dans l'activite des entreprises qui s'engagent dans une transformation digitale pour mieux comprendre les donnees volumineuses dont elles disposent. La modelisation des performances des plateformes cloud utilisees dans ce contexte est une necessite pour pouvoir garantir une bonne performance des requettes reparties (appelees jobs) ainsi qu'une meilleure gestion des ressources cloud. Les techniques de modelisation traditionnelles ne s'adaptent ni a la diversite de ces jobs ni aux differents comportements des systemes distribues. Dans cette these, nous proposons des techniques recentes de Deep Learning pour pouvoir automatiser cette tâche de modelisation avec un focus en particulier sur la plateforme Spark utilisee pour les calculs distribues. Au coeur de notre travaux de recherche, on presente la notion d'apprentissage d'embeddings, vecteurs capables de decrire de facon compacte les caracteristiques fondamentales des differents jobs. Nous montrerons dans cette these comment ces embeddings permettent une meilleure prediction des performances des jobs sous differentes configurations du systeme de calculs repartis. Nous aborderons aussi une etude de differents choix de modelisation a base de reseaux de neurones repondant a nos besoins. Les resultats de nos experiences revelent les forces et les limites des differents choix de modelisation. Nos experiences devoilent aussi des performances superieures d'une methode qu'on propose par rapport a l'etat de l'art dans la modelisation des systemes de gestion de base de donnees.