ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

A técnica tradicional de armazenar o array em função de uma coluna ou de uma linha pode não ser
eficiente em muitas situações. Considere-se uma representação de um array bidimensional com as
dimensões Loja e Data, em que os dados relativos a Loja estão nas linhas e os valores relativos a Data
nas colunas. Aceder ao array em ordem a Lojas é eficiente, na medida em que cada página em disco
contém várias Lojas. Porém, aceder ao array em ordem a Data é ineficiente, especialmente se a
dimensão Loja for grande; nesse caso, cada página em disco só vai conter os dados relativos a uma
Data, sendo necessário carregar outra página para aceder a dados para a Data seguinte. Esta
organização cria uma assimetria entre as dimensões, favorecendo uma em detrimento de outras
[Zhao1997]. O recurso à estratégia de chunking faz com que o tratamento seja equitativo para todas as
dimensões. Entende-se por chunking uma forma de dividir arrays n-dimensionais em vários arrays n-
dimensionais mais pequenos (chunks), que são armazenados no disco como objectos distintos
[Zhao1997].
Porém, especialmente no que se refere a dados reais, é frequente que muitas das células do chunk
estejam vazias, o que significa que não existem dados para essa combinação de coordenadas. Um
chunk é considerado denso quando mais de 40% das células contêm um valor válido [Zhao1997].
Quando esta situação não se verifica, diz-se que o chunk é esparso e é necessário aplicar-lhe uma
técnica de compressão de tal forma que cada célula fica associada a um valor inteiro que indica o seu
afastamento (offset) em relação ao início do chunk, evitando assim o armazenamento de células vazias.
Desta forma, cada entrada válida passa a ser representada por um par (afastamento, valor).O recurso ao
chunking assegura a eficiência a nível de carregamento e armazenamento dos valores das células do
cubo, enquanto a eficiência a nível de computação dos agregados é assegurada pelo uso da ordem
correcta no seu cálculo. Para isso, o algoritmo apresenta os conceitos de ordenamento óptimo das
dimensões (optimal dimension order) e árvore de cobertura mínima de memória (minimum memory
spanning tree).
Apesar de ser um algoritmo característico de aplicações do tipo MOLAP, pode ser usado por sistemas do
tipo ROLAP, bastando para isso percorrer a tabela que contém os dados, carregá-la para um array,
computar o resultado sobre esse array e transferir os resultados obtidos para as tabelas adequadas.
Esta adaptação justifica-se pelo elevado desempenho que este algoritmo apresenta e pela boa gestão
de memória que efectua, sendo ainda mais eficiente que os algoritmos desenhados para sistemas
ROLAP.
2.4.3.1 Computação de agregados
Para compreender a mecânica do algoritmo, comecemos por computar um agregado a partir de um array
simples sem recorrer a chunking, assumindo que se dispõe de um array tridimensional com dimensões
A, B e C. Computar o agregado AB equivale a projectar C sobre o plano AB, o que logicamente
corresponde a percorrer um plano através da dimensão C e realizar a agregação até que todo o array
30