Afrique : le continent oublié par les benchmarks de bases de données

Les benchmarks de performance jouent un rôle central dans l’évaluation des moteurs de stockage et des systèmes distribués. Des outils comme YCSB, TPC-C, sysbench (et d’autres) ont façonné la manière dont l’industrie définit ce qui est « rapide » ou « lent », « scalable » ou « limité », « efficace » ou « inefficace ».
Mais tout benchmark embarque des hypothèses implicites sur le matériel, la stabilité réseau, la latence, les patterns d’accès et la structure des workloads.

Et ces hypothèses ne reflètent tout simplement pas les réalités africaines.

Cette note explique pourquoi les benchmarks dominants ne modélisent pas correctement les environnements, contraintes et workloads rencontrés dans les industries africaines. Elle illustre également des cas concrets (mobile money, logistique, e-gouvernement, retail distribué) qui nécessitent une approche d’évaluation fondamentalement différente.

Les hypothèses implicites des benchmarks populaires

Les suites de benchmarks ont été conçues pour des environnements spécifiques. Généralement l’Amérique du Nord, l’Europe et certaines régions d’Asie. Elles supposent implicitement :

* faible temps aller-retour (RTT : 1–5 ms en LAN)
* réseaux stables de type datacenter
* CPU et RAM abondants
* alimentation électrique fiable
* stockage SSD ou NVMe
* faible perte de paquets
* workloads prévisibles

Dans ces régions, les workloads tendent à être :

• à haut débit,
• avec des ratios lecture/écriture relativement prévisibles,
• hébergés dans des datacenters centralisés,
• principalement alimentés par des trafics web/transactionnels avec connectivité stable.

Sous ces hypothèses, les benchmarks produisent des résultats cohérents et interprétables. Mais dès que ces conditions changent, comme c’est le cas dans une grande partie de l’Afrique, les conclusions des benchmarks ne s’appliquent plus.

Pourquoi ces benchmarks ne représentent pas les workloads africains

Les écosystèmes numériques africains combinent une forte demande, une connectivité imprévisible, et des modèles d’usage naturellement distribués. Cela produit des workloads fondamentalement différents de ceux que TPC-C, YCSB ou sysbench ont été conçus pour modéliser.

1. La latence WAN est une contrainte de premier ordre

Les workloads de benchmark sont presque toujours mesurés à l’intérieur d’un datacenter. Mais en Afrique :

Distance vers une région cloud → 80–200 ms de RTT
Variabilité ISP locale → jitter important
Perte de paquets → 1–5%

Les benchmarks supposent une communication interne en dessous de la milliseconde. Les déploiements africains opèrent à des latences de type « global », souvent sur des chemins instables.

2. Les workloads sont géographiquement distribués par nature

Les benchmarks supposent une infrastructure centralisée. Or en Afrique, les patterns d’usage incluent souvent :

• des institutions multi-agences,
• des points de service en zones rurales,
• des terminaux connectés de manière intermittente,
• des bureaux régionaux qui se synchronisent sur des liens peu fiables.

Ces modèles ne sont représentés dans aucun benchmark standard.

3. Les patterns d’accès sont très déséquilibrés et imprévisibles

Les distributions classiques (uniforme, Zipfian) ne modélisent pas :

• des pics transactionnels extrêmes (ex. mobile money le jour des salaires),
• de longues périodes creuses interrompues par des surges massifs,
• des partitions réseau qui provoquent des batchs d’écritures retardés,
• du caching local suivi de « sync storms ».

Les benchmarks mesurent des moteurs. Les workloads africains mesurent surtout la résilience face à l’irrégularité.

4. Les benchmarks ignorent l’offline et le local-first

En Afrique, les systèmes tolérants à l’offline ne sont pas un luxe : ce sont des besoins structurels. Les benchmarks standards ne tiennent pas compte de :

* écritures offline
* réconciliation de conflits
* pics de synchronisation massifs
* réplication intermittente par batch
* isolement temporaire de nœuds

Ces facteurs modifient profondément le comportement réel des moteurs de stockage.

Des workloads africains réels que les benchmarks ne savent pas modéliser

Mobile money

Les systèmes de mobile money traitent :

• des millions de transactions à faible valeur,
• des pics de charge très importants,
• des contraintes strictes de cohérence,
• une utilisation géographique très inégale,
• des agences/kiosques avec connectivité instable.

Un pic typique « jour de salaire » ne peut pas être représenté par TPC-C.

Logistique & transport

Les entreprises logistiques africaines doivent synchroniser :

• la position des véhicules,
• les événements de livraison,
• les mises à jour de routage,
• les opérations d’entrepôt,

sur des zones vastes et hétérogènes, avec des connexions peu fiables. Les benchmarks supposent un LAN stable. La logistique, elle, exige une capacité de survie en environnement fragmenté.

Plateformes d’e-gouvernement

Les systèmes d’administration publique doivent fonctionner à travers :

• des bureaux isolés,
• des municipalités rurales,
• une connectivité variable,
• du matériel hétérogène.

Un modèle « cloud centralisé uniquement » s’effondre sous ces contraintes.

Retail distribué (systèmes POS)

Les opérations retail reposent sur :

• du caching local,
• l’enregistrement offline des ventes,
• des synchronisations périodiques,
• de la résolution de conflits.

Aucun de ces comportements n’apparaît dans YCSB ou sysbench.

Conclusion

Les benchmarks ne sont pas neutres. Ils encodent des hypothèses d’infrastructure qui reflètent les environnements dans lesquels ils ont été créés. Pas nécessairement ceux dans lesquels ils sont déployés.

L’Afrique est structurellement absente de ces hypothèses. Ses patterns de connectivité, ses modèles de distribution, ses événements de pointe et ses contraintes offline imposent de nouvelles méthodologies d’évaluation. Pour construire des systèmes pour l’Afrique, nous devons benchmarker comme l’Afrique.

Références recommandées

1. Spécification TPC-C
2. YCSB — Core Workloads
3. ACM Queue — The Tail at Scale
4. GSMA — Rapports Mobile Money
5. Banque Mondiale — Digital Infrastructure in Sub-Saharan Africa