Variações no Desenho de Workflows Científicos Visando ao Aumento de Desempenho em Execuções em Larga Escala

Experimentos científicos em larga escala são considerados complexos devido à própria modelagem na definição do workflow ou por envolver a manipulação de dados científicos volumosos e heterogêneos. A execução de workflows científicos em ambientes paralelos e distribuídos é requerida, mas também é preciso registrar a proveniência desses experimentos. Os dados de proveniência, quando acrescidos de dados de desempenho da execução do workflow permitem uma noção sobre os custos computacionais tanto do workflow total como das suas atividades e dos programas atrelados a elas. Dessa maneira podem ser avaliadas melhoras potenciais no desempenho do workflow e comparar alternativas de desenho, caso o workflow apresente variações que levem à diminuição no tempo e custo computacional da execução. Esta dissertação tira proveito do desenho de workflows por meio de linhas de experimentos para recomendar variabilidades de desenhos que visam melhorias no desempenho. A abordagem utilizada foi baseada em técnicas de otimização de consultas junto com informações retiradas da base de dados de proveniência por meio do uso de sistemas de gerência de workflows científicos. Técnicas como fragmentação de dados a serem consumidos e implementação de filtros com o fim de reduzir os dados antes do processamento são propostas como variabilidades na linha de experimento. Com esta representação fazendo parte da linha de experimentos é possível recomendar ao cientista derivações que possam levar a uma redução no tempo de execução do workflow.