ISCTE – ESCOLA DE GESTÃO - Universidade Técnica de Lisboa

superior ao aumento do número de escritas. Mantem-se a tendência verificada nos testes anteriores, em
que a implementação que apenas emprega sub-treeing realiza um menor número de leituras e escritas e
a implementação que apenas usa sub-chunking realiza mais leituras e escritas que o algoritmo original.
Contudo, verifica-se que o uso conjunto das duas implementações implica um número de leituras e
escritas inicialmente próximo do da implementação original mas, à medida que aumenta a cardinalidade
das dimensões, passa a realizar um maior número destas operações quando comparada com a
implementação original ou a que utiliza apenas sub-treeing.
Estes resultados levantam a questão de qual a verdadeira utilidade destas optimizações, se na prática
conduzem à realização de um maior número de operações de leitura e escrita e , consequentemente, a
maiores tempos de execução do algoritmo. O gráfico abaixo responde a esta questão, ao mostrar que a
partir de um determinado volume de dados (2 560 000 tuplos com 4 dimensões) o algoritmo original não
consegue efectuar o cálculo do agregado. Esta situação verificava-se igualmente na implementação de
Tam [Tam1998], que não conseguia completar os cálculos para volumes de dados superiores a 240000
tuplos com 6 dimensões.
00:23:02
00:20:10
00:17:17
00:14:24
00:11:31
00:08:38
00:05:46
00:02:53
00:00:00
MW MW+ST MW+SC MW+SC+ST
Figura 37 – Tempo consumido no cálculo do agregado pelas diferentes implementações para 2560000 tuplos
Como se pode observar, o algoritmo original e a implementação que apenas emprega sub-treeing
apresentam um tempo de cálculo igual a 0, o que na prática significa que não conseguiram efectuar o
cálculo por falta de memória. Apenas as implementações que realizam sub-chunking conseguiram
computar o agregado com sucesso, apresentando a implementação que emprega ambas as
optimizações um desempenho melhor. Com efeito, foi esta a razão pela qual foram desenvolvidas e
introduzidas as optimizações referidas: apesar de não contribuirem para o desempenho do algoritmo
quando comparado com a sua versão original, são decisivas no sentido em que permitem efectuar
cálculos em situações em que o algoritmo original não consegue responder.
60