ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

More documents

Recommendations

Info

Tabela 10 – Plano de testes Teste Nº de transacções Dimensões Cardinalidades T1 60000 4 10 20 30 40 T2 120000 4 10 20 30 40 T3 180000 4 10 20 30 40 T4 240000 4 10 20 30 40 T5 5000 3 10 10 10 T6 5000 4 10 10 10 10 T7 5000 5 10 10 10 10 10 T8 5000 3 10 10 10 T9 5000 3 20 20 20 T10 5000 3 30 30 30 T11 5000 3 40 40 40 T12 5000 3 50 50 50 T13 5000 3 60 60 60 T14 5000 3 70 70 70 T15 5000 3 80 80 80 T16 5000 3 90 90 90 Em seguida apresentam-se os resultados obtidos após a concretização do plano de testes apresentado na tabela 9, assim como a análise dos mesmos. Os testes foram realizados num Pentium IV a 3Ghz com 1 Gb de memória, com sistema operativo Windows XP Professional. 4.2 Estudo do efeito da variação na densidade dos dados Para avaliar o impacto da variação da densidade dos dados no desempenho do algoritmo, foram realizados os testes T1 a T4. Como se pode observar tendo em atenção as características dos ficheiros utilizados, todos eles apresentam o mesmo número de dimensões com a mesma cardinalidade. A variação na densidade foi conseguida variando o número de transacções consideradas. Os ficheiros para os testes T1, T2 e T3 foram depois obtidos usando uma percentagem crescente do número máximo de transacções dado pelo produto das cardinalidades das dimensões (10 x 20 x 30 x 40 = 240000), respectivamente 25%, 50% e 75% desse valor. O gráfico abaixo mostra os resultados obtidos para os testes T1 a T4 no que se refere ao número total de leituras e escritas realizadas na base de dados pela implementação do algoritmo original. 53
T4 T3 T2 T1 0 50000 100000 150000 200000 250000 300000 350000 Figura 28 – Efeito da variação da densidade dos dados no número de leituras e escritas efectuadas por MW Como se pode constatar da observação do gráfico, independentemente da densidade dos dados, o algoritmo efectua sempre o mesmo número de operações de leitura e escrita. Embora este facto possa à partida parecer desconcertante, decorre da própria lógica de funcionamento do algoritmo, já que é feito um varrimento de todas as dimensões, começando na dimensão de maior cardinalidade, e visitadas todas as posições, uma vez que não se dispõe de qualquer informação sobre o seu conteúdo. Consequentemente, o número de operações de leitura e escrita realizadas pelo algoritmo apenas depende do produto das cardinalidades das dimensões envolvidas, desde que os dados apresentem o mesmo número de dimensões . O mesmo raciocínio se aplica ao gráfico da figura 29, que apresenta os tempos de cálculo do cubo para diferentes densidades dos dados de entrada. 00:02:44 00:02:26 00:02:09 00:01:52 00:01:35 00:01:17 00:01:00 T1 T2 T3 T4 Escritas Leituras Figura 29 – Efeito da variação da densidade dos dados no tempo usado por MW para calcular o cubo 54
Page 1 and 2:
Algoritmos para a Geração de Hipe
Page 3 and 4: Resumo A tecnologia OLAP permite a
Page 5 and 6: Índice Lista de figuras ..........
Page 7 and 8: Lista de figuras Figura 1 - Represe
Page 9 and 10: Lista de tabelas Tabela 1 - Volume
Page 11 and 12: 1 Introdução Ao longo das última
Page 13 and 14: Multi-Way; a secção 4 apresenta o
Page 15 and 16: exemplo anterior, a tabela de dimen
Page 17 and 18: Dado um conjunto de dimensões, é
Page 19 and 20: que faria com que cada ponto (x, y)
Page 21 and 22: Tabela 7 - Cross table para as vend
Page 23: Figura 5 - Malha de combinações p
Page 26 and 27: Por exemplo, no nível 2 da malha t
Page 28 and 29: neste caso, o critério consiste em
Page 30 and 31: de malha de procura proposto pelo a
Page 32 and 33: tenha sido percorrido. Se o array e
Page 35 and 36: Diferentes ordenações de dimensõ
Page 37 and 38: enquanto a célula com o endereço
Page 40 and 41: Figura 20 - MNST para o cubo C [Tam
Page 42 and 43: adicionado ao chunk 12 segundo D0,
Page 44 and 45: Os resultados mostram que o algorit
Page 46 and 47: Como as dimensões partilhadas pode
Page 48 and 49: Multi-Way. Além do algoritmo propo
Page 50 and 51: facilmente seleccionados para cálc
Page 52 and 53: acarreta forçosamente uma carga a
Page 56 and 57: Uma vez que as restantes implementa
Page 58 and 59: em relação ao original mas uma de
Page 60 and 61: As figuras 35 e 36 mostram o efeito
Page 62 and 63: Por fim, o gráfico da figura 38 mo
Page 64 and 65: 5 Balanço final O objectivo do pre
Page 66: [Zhao1997] Zhao, Yihong; Prasad M.
show all

ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?