Le resume linguistique de donnees structurees comme ... - APMD

138 CHAPITRE 6 — Implémentation des résumés SAINTETIQ en tant que méthode d’accèsTable 6.4 – Déclaration des classes d’opérateurs supportéesCREATE OPERATOR CLASS seq_int4_ops DEFAULT FOR TYPE int4USING saintetiq AS OPERATOR 1 = ;CREATE OPERATOR CLASS seq_char_ops DEFAULT FOR TYPE charUSING saintetiq AS OPERATOR 1 = ;6.5 Expérimentation6.5.1 Données d’expérimentationL’expérimentation que nous détaillons ici a été menée sur plusieurs jeux de données présentésdans le tableau 6.5, correspondant chacun à une table relationnelle. La table CIO contientdes données bancaires réelles détaillées dans [126]. Les autres tables contiennent des donnéesgénérées aléatoirement sur le domaine entier [0, 127] sans autre contrainte statistique qu’unemoyenne centrée sur le domaine. Le choix arbitraire de ce domaine se justifie par le fait queles valeurs des champs n’interviennent pas dans le processus d’interrogation qui ne manipuleque les étiquettes linguistiques. Autrement dit, ce domaine est équivalent à n’importe quel autreplage de valeurs dès lors que les variables linguistiques définies sur les domaines ont la mêmeforme géométrique à l’échelle près.Table 6.5 – Jeux de donnéesJeu de donnéesHiérarchie de résumésNom Dimension Termes Tuples Nœuds Feuilles ProfondeurCIO 10 34 33.733 27.304 14.269 23d0404 4 16 100.000 1.119 572 12d0406 4 24 100.000 13.048 6.598 18d0804 8 16 100.000 139.364 72.621 22Sur une plage de valeurs aussi faible, il est inévitable que chaque valeur soit représentéeplusieurs fois. En raison du nombre de tuples (voir tableau 6.5), ceci augmente d’autant laprobabilité d’avoir des enregistrements dont les champs ont des valeurs identiques. En consé-