Search

In recent years, applications in domains such as telecommunications, network security or large scale sensor networks showed the limits of the traditional store-then-process paradigm. In this context, Stream Processing Engines emerged as a candidate solution for all these applications demanding for high processing capacity with low processing latency guarantees. With Stream Processing Engines, data streams are not persisted but rather processed on the fly, producing results continuously. Current Stream Processing Engines, either centralized or distributed, do not scale with the input load due to single-node bottlenecks. Moreover, they are based on static configurations that lead to either under or over-provisioning. This Ph.D. thesis discusses StreamCloud, an elastic paralleldistributed stream processing engine that enables for processing of large data stream volumes. Stream- Cloud minimizes the distribution and parallelization overhead introducing novel techniques that split queries into parallel subqueries and allocate them to independent sets of nodes. Moreover, Stream- Cloud elastic and dynamic load balancing protocols enable for effective adjustment of resources depending on the incoming load. Together with the parallelization and elasticity techniques, Stream- Cloud defines a novel fault tolerance protocol that introduces minimal overhead while providing fast recovery. StreamCloud has been fully implemented and evaluated using several real word applications such as fraud detection applications or network analysis applications. The evaluation, conducted using a cluster with more than 300 cores, demonstrates the large scalability, the elasticity and fault tolerance effectiveness of StreamCloud.; En los útimos años, aplicaciones en dominios tales como telecomunicaciones, seguridad de redes y redes de sensores de gran escala se han encontrado con múltiples limitaciones en el paradigma tradicional de bases de datos. En este contexto, los sistemas de procesamiento de flujos de datos han emergido como solución a estas aplicaciones que demandan una alta capacidad de procesamiento con una baja latencia. En los sistemas de procesamiento de flujos de datos, los datos no se persisten y luego se procesan, en su lugar los datos son procesados al vuelo en memoria produciendo resultados de forma continua. Los actuales sistemas de procesamiento de flujos de datos, tanto los centralizados, como los distribuidos, no escalan respecto a la carga de entrada del sistema debido a un cuello de botella producido por la concentración de flujos de datos completos en nodos individuales. Por otra parte, éstos están basados en configuraciones estáticas lo que conducen a un sobre o bajo aprovisionamiento. Esta tesis doctoral presenta StreamCloud, un sistema elástico paralelo-distribuido para el procesamiento de flujos de datos que es capaz de procesar grandes volúmenes de datos. StreamCloud minimiza el coste de distribución y paralelización por medio de una técnica novedosa la cual particiona las queries en subqueries paralelas repartiéndolas en subconjuntos de nodos independientes. Ademas, Stream- Cloud posee protocolos de elasticidad y equilibrado de carga que permiten una optimización de los recursos dependiendo de la carga del sistema. Unidos a los protocolos de paralelización y elasticidad, StreamCloud define un protocolo de tolerancia a fallos que introduce un coste mínimo mientras que proporciona una rápida recuperación. StreamCloud ha sido implementado y evaluado mediante varias aplicaciones del mundo real tales como aplicaciones de detección de fraude o aplicaciones de análisis del tráfico de red. La evaluación ha sido realizada en un cluster con más de 300 núcleos, demostrando la alta escalabilidad y la efectividad tanto de la elasticidad, como de la tolerancia a fallos de StreamCloud.; In recent years...

Natural rubber (NR) is an elastocaloric (eC) material that displays a significant temperature variation under dynamic mechanical loading at high elongations (λ). Its high elastocaloric response and fatigue resistance make it an ideal candidate for the development of robust refrigeration systems. Two phenomena are responsible for its eC performance: orientation/disorientation of macromolecules and crystallization/melting, induced by loading/unloading. In order to better understand the parameters governing the eC response of NR, it was important to first study its crystallization kinetics under deformation (SIC) via thermal, mechanical, and WAXD in-situ measurements. The coupling of these techniques showed that the heat generated mainly by the crystallization delays its own kinetics. Then, in order to evaluate the impact of this SIC on the thermal and mechanical responses of NR under conditions close to those of an eC system, this material was subjected to two types of cyclic solicitations (rectangular/triangular) at 4≤λ≤6. The main difference between them is that under rectangular loading, crystallization occurs mainly after adiabatic elongation while in the triangular case, it occurs during deformation. For f≤0.01Hz, the mechanical hysteresis is three times higher under rectangular loading than under triangular one for the same amount of heat that can be exchanged (Qtotal), consequently the eC efficiency of the material is significantly reduced. For 0.01Hz≤f≤0.5Hz, this heat is certainly lowered under triangular conditions, however, this type of loading is still more advantageous due to its low mechanical losses. Finally, a comparison of the eC performance (Qtotal and coefficient of performance COP) of different polyisoprene samples under triangular deformation shows that synthetic rubber and non-crosslinked NR are less efficient from an eC point of view. The former because its Qtotal is very low and the latter because of its large plastic deformation. The sulfur-crosslinked NR sample, whose active chain density is close to 1.5x10-4mol/cm3, shows the highest eC effect (Qtotal≈11MJ/m3 and COP≈30)., Le caoutchouc naturel (NR) est un matériau élastocalorique (eC) dont la température peut varier significativement sous l’effet d’une sollicitation mécanique dynamique à des élongations (λ) élevées. Son potentiel élastocalorique important et sa résistance à la fatigue en font un candidat idéal pour développer des systèmes de réfrigération solide. Deux phénomènes sont à l'origine de ses performances eC: l’orientation/désorientation des macromolécules et la cristallisation/fusion, induites par l’élongation/rétraction du matériau. Pour mieux comprendre les paramètres qui régissent cette réponse eC du NR, il était primordial d'étudier d’abord sa cinétique de cristallisation sous déformation (SIC) via des mesures thermiques, mécaniques et par WAXD in-situ. Le couplage de ces techniques a montré que la chaleur générée majoritairement par la cristallisation retarde sa propre cinétique. Ensuite, afin d’évaluer l’impact de cette SIC sur les réponses thermiques et mécaniques du NR dans des conditions proches de celles du fonctionnement d’un système eC, ce matériau a subi deux types de sollicitations cycliques (créneaux/triangulaires) à 4≤λ≤6. La principale différence entre ces dernières est qu’en créneau, la cristallisation a lieu majoritairement après la charge adiabatique tandis qu’en triangulaire, elle se fait pendant la déformation. Pour f≤0.01Hz, cette différence de comportement implique l’apparition d’une hystérèse mécanique trois fois plus importante en créneau qu’en triangulaire pour une même quantité de chaleur pouvant être échangée (Qtotale), réduisant ainsi l’efficacité eC du matériau. Pour 0.01Hz≤f≤0.5Hz, cette chaleur est certes plus faible en triangulaire, cependant, cette sollicitation reste plus avantageuse d’un point de vue énergétique grâce à ses faibles pertes mécaniques. Enfin, une comparaison des performances eC (Qtotale et coefficient de performance COP) de différents échantillons de polyisoprène sous déformation triangulaire montre que le NR non-réticulé et le Caoutchouc Synthétique sont moins performants d’un point de vue eC. Le premier, à cause de sa grande déformation rémanente et le deuxième, car son Qtotale est très faible. L’échantillon NR réticulé au soufre avec une densité de chaînes actives proche de 1.5x10-4mol/cm3 présente quant à lui l’effet eC le plus important (Qtotale≈11MJ/m3 et COP≈30).

Self organization is crucial for the wealth of living systems, both at the molecular and cellular level. To correctly achieve their role, a tight control over the shape and structure of the protein, for instance, is required. Any mistake can lead to various diseases like Alzheimer, where proteins aggregate into fibrous structures. On a larger scale, cells need to probe the mechanical response of their environment -the extra cellular matrix- and to adapt their own rigidity to collectively orientate. In this thesis, we are looking at two different models. In the first part, we study protein aggregation beyond the microscopical details. By considering elastic assembling particles, we are able to derive generic laws and understand the persistent formation of fibers. In the second part, we model the dynamical response of a fashionable class of hydrogels for their biocompatibility. Material engineers are now able to synthesize materials with more and more subtle behavior, although understanding certain emergent properties -such as non-exponential relaxation- can be a major challenge. We design a simple model for the dynamical response of hydrogels connected by large multivalent crosslinkers. We are able to account for experimental results, and rationalize their origin., Les systèmes biologiques sont entièrement auto-assemblés, à la fois à l’échelle moléculaire et cellulaire. Pour réussir la forme et la structure de chaque protéine par exemple, doit être précisément contrôlée. La moindre erreur conduit à des maladies telles qu’Alzheimer où des protéines s’agrègent entre elles pour former des structures fibreuses. À une échelle plus large les cellules ont besoin de sonder la réponse mécanique de leur environnement -la matrice extra cellulaire- et d’adapter leur propre rigidité pour être capable de s’orienter collectivement. Dans cette thèse nous étudions deux modèles différents. Dans la première partie, nous étudions l’agrégation de protéines au-delà des détails microscopiques. En considérant l’assemblage de particules élastiques, nous sommes capables de comprendre la formation générique de structures fibreuses. Dans la seconde partie, nous modélisons la réponse dynamique d’une catégorie d’hydrogel qui suscite beaucoup d’intérêt en raison de leur compatibilité biologique. Les ingénieurs en matériaux sont aujourd’hui capables de synthétiser des matériaux aux propriétés surprenantes, néanmoins comprendre l’origine de ces propriétés émergentes peut s’avérer compliqué. Nous modélisons la réponse dynamique des hydrogels connectés par de gros agents réticulants multivalent. Ceci nous permet de reproduire les résultats expérimentaux et d’en comprendre l’origine.