Análises comparativas entre diferentes técnicas de indexação para dados esparsos no sistema SAVIME

• Gabriel T. Vale Laboratório Nacional de Computação Científica (LNCC)
• Anderson Silva Laboratório Nacional de Computação Científica (LNCC)
• Fábio Porto Laboratório Nacional de Computação Científica (LNCC)

DOI: https://doi.org/10.5753/sbbd_estendido.2022.21838

Resumo

Com o avanço da tecnologia, a quantidade de dados gerados por segundo tem aumentado drasticamente. Neste contexto, torna-se necessário o uso de novas estratégias de armazenamento e análise, visando obter melhor eficiência e desempenho computacional. Diante disso, este trabalho efetua um estudo comparativo do uso de diferentes técnicas de estruturação e armazenamento de dados pluviométricos da região do Rio de Janeiro, utilizando o índice PH-tree e o banco de dados SAVIME, um SGBD Não Relacional que implementa um modelo baseado em arrays multidimensionais. Os resultados obtidos demonstram que diferentes formas de estruturação dos dados interferem diretamente no desempenho da aplicação.

Palavras-chave: Gerenciamento de dados em memória, Banco de dados multidimensionais e temporais, Banco de Dados NoSQL

Referências

da Silva, A. C., Lustosa, H. L. S., da Silva, D. N. R., Porto, F. A. M., and Valduriez, P. (2020). Savime: An array dbms for simulation analysis and ml models prediction. Journal of Information and Data Management, 11(3).

Herrera, S., da Silva, L. M., Reis, P. R., Silva, A., and Porto, F. (2021). Managing sparse spatio-temporal data in savime: an evaluation of the ph-tree index. pages 337-342.

Lustosa, H., Lemus, N., Porto, F., and Valduriez, P. (2017). Tars: An array model with rich semantics for multidimensional data. In Forum and Demos at ER, number 1979, pages 114-127.

Zaschke, T., Zimmerli, C., and Norrie, M. C. (2014). The ph-tree: a space-efficient storage structure and multi-dimensional index. pages 397-408.