Ce projet vise à fournir des informations détaillées sur les ensembles de données, les schémas et les requêtes utilisés pour l'expérimentation dans une recherche sur l'optimisation de requêtes basée sur un schéma pour des bases de données de graphes. Les ensembles de données comprennent YAGO et LDBC-SNB, qui sont représentés sous forme de nœuds et d'arêtes dans des graphiques. Des schémas spécifiques ont été créés pour chaque ensemble de données pour aider à l'optimisation de requêtes basée sur un schéma. Les requêtes examinées dans l'étude sont acycliques et récursives ou non récursives, avec des formes de requêtes allant de l'arbre aux cycles.

RDFNeo est un outil conçu pour convertir et exploiter des données au format RDF (Resource Description Framework) dans des bases de graphes Neo4j. Il facilite l'intégration de données sémantiques dans des environnements orientés graphes, permettant une analyse plus intuitive et performante des relations entre entités. Utilisé dans des domaines comme la recherche, l'industrie ou les sciences des données, il optimise les requêtes complexes et améliore la visualisation des réseaux sémantiques.

Système de monitoring dédié à la surveillance en temps réel des équipements cryogéniques et des systèmes associés. Il centralise les données de capteurs dans une base MongoDB, les réplique vers un cluster OpenSearch pour les requêtes utilisateurs, et fournit des outils d'analyse prédictive. Utilisé pour détecter des comportements anormaux via des réseaux de neurones entraînés sur des données historiques, permettant une maintenance proactive et une optimisation des performances.

Ce projet propose des supports de formation complets pour maîtriser les bases de données SQL, depuis les concepts fondamentaux jusqu'aux techniques avancées. Il couvre la modélisation des données, l'écriture de requêtes complexes, l'utilisation de PL/pgSQL pour la programmation procédurale, et l'optimisation des performances. Destiné aux étudiants, professionnels et formateurs, il facilite l'apprentissage autonome ou encadré.

Ce module permet d'exécuter et de gérer des scripts ou requêtes SQL de manière automatisée et sécurisée. Il facilite l'administration des bases de données en offrant des outils pour lancer des opérations, générer des logs détaillés et analyser les performances. Idéal pour les développeurs et administrateurs de bases de données souhaitant optimiser leurs workflows SQL.

Chorage est un système de cache distribué basé sur FUSE qui optimise les performances des systèmes de fichiers en mémorisant et en partageant les résultats des opérations de recherche entre plusieurs machines. Il agit comme un relais passif pour les requêtes de fichiers, réduisant ainsi les temps d'accès aux données sur des systèmes de fichiers distants ou partagés, notamment via NFS. Le projet se concentre sur la lecture seule et ne modifie pas les données ou métadonnées sous-jacentes.

SciQLopCache est un projet visant à optimiser les performances des bases de données en gérant un cache de données et en optimisant les requêtes SQL. Il permet de réduire le temps de réponse des requêtes et d'alléger la charge des bases de données.

Ce projet automatise le traitement de fichiers génomiques en découpant des séquences FASTA et en exécutant des requêtes BLAST en parallèle. Il permet d'optimiser les analyses génomiques en réduisant le temps de calcul grâce à une parallélisation efficace sur des infrastructures de calcul haute performance comme SLURM. Destiné aux chercheurs et laboratoires en biologie moléculaire, il facilite l'exploration de grandes bases de données génétiques.

Projet de recherche visant à optimiser l'énumération de plans récursifs dans les optimiseurs de requêtes basés sur des transformations. Il propose une structure de données appelée RLQDAG pour comparer l'efficacité de différents moteurs de requêtes (SQL, graphes, RDF) sur des jeux de données variés comme Yago, Bahamas Leaks ou Airbnb.

Outil de benchmarking conçu pour évaluer les performances de requêtes sur des bases de données documentaires. Il permet de mesurer l'efficacité des systèmes de raisonnement et d'optimiser les requêtes complexes en s'appuyant sur des méthodes avancées de réécriture d'instances. Idéal pour les chercheurs et développeurs travaillant sur des systèmes de gestion de données.