ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

4 Estudo do algoritmo Multi-Way
Esta secção descreve os resultados obtidos na sequência do estudo do algoritmo Multi-Way, incluindo
também os efeitos das optimizações propostas na secção 3. Para realizar o estudo, foram realizados
testes no sentido de avaliar a influência da densidade dos dados e do volume dos dados sobre o
algoritmo com e sem as optimizações propostas. A nível da análise da influência do volume de dados,
foram ainda estudados dois níveis de variação diferentes devido à natureza específica do problema, ou
seja, o volume de dados submetidos ao algoritmo foi variado tanto em termos do número de dimensões
existentes como em termos do número de valores comportados por cada dimensão. Na sequência dos
testes, foram recolhidos dados sobre o número de leituras e escritas realizadas na base de dados, o
tempo de execução total e individualizado para cada etapa do algoritmo e o número de nós da estrutura
base explorados para realizar o cálculo do cubo.
4.1 Dados de teste
Os dados utilizados para realizar o estudo do algoritmo foram gerados recorrendo ao projecto Illimine 2 .
Trata-se de um projecto mantido pelo grupo de pesquisa em exploração de dados (data mining) da
Universidade de Illinois liderado pelo professor Jiawei Han que reúne diversas ferramentas nas áreas de
data mining e aprendizagem, disponibilizando mesmo via internet demonstrações de alguns dos
principais algoritmos nessa área. Igualmente disponibilizado por este projecto está um gerador aleatório
de dados, no qual o utilizador pode especificar o número de transacções que pretende, o número de
dimensões e a cardinalidade de cada dimensão.
Seguidamente, foi definido um plano de testes que nos permitisse avaliar os aspectos referidos
anteriormente, nomeadamente a influência da densidade e quantidade de dados submetidos ao
algoritmo, tal como mostra a tabela abaixo. Cada um dos testes, à execpção dos testes T1 a T4
inclusivé, foi executado para a implementação realizada do algoritmo original (MW), para a
implementação com cada uma das optimizações propostas (MW + SC e MW + ST) e para a
implementação reunindo as duas optimizações (MW + SC + ST). Em cada um dos testes, procedeu-se
ao cálculo do agregado ALL por forma a forçar o algoritmo a percorrer o maior número possível de níveis
da MMST e utilizar o maior bloco de memória necessário para efectuar esse cálculo.
2 http://illimine.cs.uiuc.edu
52