Applications internet et outils décisionnels mettent les performances des bases de données à rude épreuve. Pour relever le défi, celles-ci en viennent à solliciter de plus en plus leur technologie de cache, qui investit à la fois disques et mémoire. Il permet en effet de conserver les tables relationnelles les plus fréquemment sollicitées. Dans une architecture classique à trois niveaux, le cache s’implante au niveau intermédiaire. Il stocke les requêtes déjà traitées et les données mises en forme et les fournit instantanément lors de toute nouvelle requête.Ce type de cache convient à la lecture dynamique de données, typiquement dans un catalogue en ligne. Selon Marc Yvon, directeur avant-vente chez Informix, “les caches sur disque gèrent le partage des procédures stockées. La mise en commun des structures des requêtes s’applique particulièrement bien aux interrogations émanant des progiciels de gestion intégrés, qui sont toujours générées de la même façon “. Pour gérer efficacement les requêtes des utilisateurs internet, c’est cette fois en mémoire qu’un cache spécifique au web conservera des données variées de type texte, image, son ou vidéo. Il pourra aussi stocker des applets Java, les résultats de requêtes HTTP paramétrées, ou encore des pages dynamiques.Le cache autorise ainsi un accroissement du nombre d’utilisateurs, en équilibrant la charge, et une réduction des appels directs à la base de données. Certains précurseurs, tels Angara Database System et TimesTen Performance Software, proposent depuis quelques années des bases en mémoire, qui servent de cache intermédiaire aux SGBD relationnels.
Les éditeurs de bases relationnelles intègrent des caches
Aujourd’hui, c’est au tour des ténors du relationnel de le faire. Il faut dire que les gains de performance sont spectaculaires : avec Net Search Extender/DB2 Universal Database d’IBM, le temps de réponse à une requête n’atteint pas la demi-seconde pour un serveur qui dépasse les quatre-vingt-dix millions de requêtes par jour. Avec Oracle Web Caching, le débit passe de cinquante à sept mille cinq cents requêtes HTTP par seconde sur un serveur Pentium III biprocesseur. Bien sûr, pour déterminer les données à mémoriser, il faut utiliser des algorithmes adaptés.Net Search Extender d’IBM utilise une technologie de datamining provenant de l’outil Intelligent Miner afin d’obtenir une prédiction des chemins suivis et un chargement anticipé des pages dans le cache. Enfin, la technologie pourrait voir dans la prise en compte du clustering une évolution non négligeable. Oracle annonce en effet le Real Application Cluster Kit pour sa future version 9i : la fusion des cache-mémoire des différents éléments du cluster y améliorera encore les performances.Les solutions de cache les plus récentes sont totalement transparentes et ne nécessitent aucune réécriture des applications. Cependant, une telle mise en ?”uvre nécessite une analyse du volume prévisible de données et des débits attendus, ainsi qu’un réglage fin de divers paramètres.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
