ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

de dados, frequentemente mantidos para outros fins, e que na maioria dos casos os utilizadores não
conseguem estabelecer um objectivo definido. Isto leva a que as interrogações colocadas impliquem a
agregação de grandes quantidades de dados, o que impossibilita a rapidez desejada na resposta. O
objectivo do sistema proposto seria, portanto, conseguir que as ferramentas de data mining
trabalhassem em conjunto com as ferramentas de OLAP de uma data warehouse por forma a aumentar
a qualidade e rentabilidade da experiência para o utilizador, numa perspectiva a que foi dado o nome de
OLAP mining. Um dos principais desafios na criação de um sistema destes é a necessidade de uma
implementação eficiente do mecanismo de computação e construção do cubo, que permita uma
capacidade de resposta rápida. Com base no operador CUBE [Gray1997] e no algoritmo Multi-Way
[Zhao1997], Tam propôs um algoritmo de computação de agregados cujas principais características são
o facto de percorrer a relação uma única vez, computar um agregado a partir do menor agregado já
computado, computar simultaneamente o maior número de agregados possível e retirar os agregados de
memória o mais cedo possível de forma a libertar memória para a computação de outros agregados
[Tam1998]. Em traços gerais, o algoritmo proposto baseia-se no conceito de um cubo baseado em
chunks, em que o cubo é armazenado sob a forma uma tabela relacional e os seus chunks armazenados
como tuplos. Para cada chunk, as células são mapeadas para um endereço de memória que pode ser
guardado como um dos campos do tuplo, de forma a que não seja necessário utilizar mecanismos de
indexação para aceder aos chunks. No fundo, são combinadas características de sistemas ROLAP e
MOLAP num único algoritmo.
No trabalho realizado por Tam, o conceito de cubo foi desenhado tendo em conta um contexto dirigido
por interrogações (query-driven), no qual o número de dimensões do cubo não é conhecido enquanto a
interrogação não é submetida. Por essa razão, conceptualmente o cubo é multidimensional mas é
implementado como um array unidimensional. Sendo D0, D1, ..., DN-1 as dimensões de um cubo N-
dimensional, é adicionado o valor ALL a cada dimensão Di, tal como descrito por [Gray1997], o que faz
com que qualquer célula em que o valor ALL faça parte do seu endereço corresponda a um agregado.
Este tipo de células é designado como célula cubóide (cuboid cell), enquanto as restantes células são
consideradas células nucleares (core cells). Os valores de cada dimensão são mapeados para
coordenadas de tal forma que a dimensão Di corresponda aos valores {di0, di1, ..., di|Di|-1, diALL}. A posição
de cada célula do cubo é denotada no espaço multidimensional pelo vector V(v0, v1, ..., vN-1), sendo a
magnitude de cada vector equivalente ao número de dimensões do cubo. Portanto, para uma célula
cubóide, o seu endereço contém pelo menos um componente vj tal que vj = |Dj|, j ≥ 0 e j < N. Assim, a
célula cujo endereço é dado pelo vector V(|D0|, ..., |DN-1|) trata-se da célula cubóide correspondente ao
agregado vazio ALL [Tam1998]. Tomando o cubo C tridimensional na figura 12, verifica-se que existem
três dimensões, em que |D0| = 5, |D1| = 4, |D2| = 3, e que os valores para cada dimensão são di0 = 0, di1 =
1 e assim sucessivamente para i = 0,1, 2. A célula cubóide com o endereço V(5, 4, 3) corresponde,
então, à célula (ALL, ALL, ALL). Seguindo ainda esta notação, a célula com o endereço V(5, 0, 0) guarda
o resultado da soma das medidas das células {V(0, 0, 0), V(1, 0, 0), V(2, 0, 0), V(3, 0, 0), V(4, 0, 0)},
35