Uma Metodologia e Algoritmos para o Projeto de Distribuição de Bases de Dados Usando Revisão de Teorias
Autores
|
2087 |
250,51,893
|
|
|
2088 |
250,51,893
|
|
|
2089 |
250,51,893
|
Informações:
Publicações do PESC
O projeto de distribuição de bases de dados é responsável pela fragmentação e alocação de dados e programas aos nós de um sistema distribuído. A etapa de fragmentação agrupa, em fragmentos, informações que são acessadas simultaneamente pelas aplicações. No modelo orientado a objetos (00), a maioria dos trabalhos existentes trata da fragmentação horizontal ou vertical de classes, sem endereçar a combinação entre estas técnicas ou direcionar a escolha do projetista. Neste contexto, nossos trabalhos anteriores propuseram uma estratégia para a etapa de fragmentação de classes com heurísticas para auxiliar o projetista na escolha da técnica de fragmentação mais adequada a cada classe do esquema. O presente trabalho propõe uma metodologia completa com algoritmos para a fragmentação de bases de dados 00, levando em conta um número abrangente de fatores relevantes. A metodologia proposta contempla um algoritmo de análise que implementa um número maior de heurísticas para a escolha da técnica de fragmentação mais adequada para cada classe, algoritmos para a fragmentação horizontal e vertical, além da formalização de conceitos e definições importantes para o modelo 00. O bom desempenho dos esquemas de fragmentação obtidos com a aplicação da metodologia foram comprovados por estudos experimentais. Este trabalho também propõe uma estratégia para validação e refinamento de algoritmos utilizando a técnica de inteligência artificial denominada revisão de teorias. O procedimento de validação explora o espaço de soluções viáveis para um problema através da técnica branch-and-bound, e compara o desempenho de tais soluções com a solução do algoritmo a ser validado. Caso o algoritmo apresente um desempenho pior, este é então submetido a um processo de revisão de teorias responsável por alterá-lo automaticamente de forma a adequá-lo para a geração das soluções com melhor desempenho. Resultados preliminares mostram a viabilidade desta estratégia de validação e refinamento aplicada ao algoritmo de análise da metodologia proposta, obtendo um algoritmo revisado com desempenho superior.
The design of distributed databases involves making decisions on the fragmentation and placement of data and programs across the sites of a computeI network. The first phase of the distribution design in a top-down approach is the fragmentation phase, which clusters in fragments the information accessed simultaneously by frequently executed applications. Most distribution design algorithms propose a horizontal or vertical class fragmentation. However, the useI has no assistance in the choice between these techniques. Our previous work presented a strategy for the fragmentation of object databases with heuristics to assist distribution designers in choosing the most adequate fragmentation technique (horizontal, vertical, hybrid or none) to be applied in each class of the database schema. In this work, we present a detailed methodology for the fragmentation of object databases that includes an analysis phase algorithm, a horizontal class fr~gmentation algorithm, and a vertical class fragmentation algorithm. The proposed methodology implements a large number of heuristics for the problem, extends the analysis, the vertical fragmentation and the horizontal fragmentation algorithms, and algo defines owner-member classification for classes and many characteristics from the object model, thus resulting in fragmentation schemas with better performance as shown by the experimental results. This work algo presents a knowledge-based approach to validate and improve the analysis algorithm through the use of theory revision. Preliminary results show the applicability of the proposed approach in finding better fragmentation schemas with improved performance.