Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Santos, Alessandra Vanessa |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://biblioteca.sophia.com.br/terminalri/9575/acervo/detalhe/127680
|
Resumo: |
Algoritmos para Identificac¸ ¿ao de Dados Frios em Banco de Dados em Mem´oria O crescimento da capacidade de armazenamento dos dispositivos de mem´oria principal impulsionou o desenvolvimento de sistemas de gerenciamento de bancos de dados que buscam armazenar todo o volume de dados por eles gerenciados neste meio de armazenamento, ao inv´es dos tradicionais dispositivos de armazenamento secund´ario, como os discos r´¿gidos. Por este motivo, tais sistemas ficaram conhecidos como Bancos de Dados em Mem´oria (em ingl¿es, in-memory databases ou IMDB). Neste contexto, muitos bancos de dados transacionais passaram a ser armazenados inteiramente na mem´oria principal. No entanto, uma caracter´¿stica dos sistemas transacionais ´e o crescimento cont´¿nuo dos dados. Logo, surge o desafio de lidar com o transbordamento de dados, o que ocorre quando o volume dos dados ultrapassa a capacidade de armazenamento da mem´oria principal. Todavia, as cargas de trabalho dos sistemas de bancos de dados transacionais geralmente exibem padr¿oes de acesso onde alguns registros s¿ao quentes (acessados com frequ¿encia), enquanto muitos registros s¿ao frios (raramente ou nunca acessados). Desta forma, ´e mais econ¿omico armazenar os registros frios em dispositivos de armazenamento secund´ario. Recentemente, muitos trabalhos de pesquisa abordaram o problema de transbordamento de dados, desenvolvendo abordagens para identificar dados quentes/frios. Nesta dissertac¸ ¿ao, apresentamos dois novos algoritmos chamados 2QCold e ARCold, que adaptam os algoritmos cl´assicos de gerenciamento de cache 2Q e ARC para identificar dados frios. Implementamos nossos algoritmos usando o Seal-DB e os comparamos com os algoritmos cl´assicos LRU, Forward e Belady. O benchmark TPC-C foi usado nos experimentos. Os resultados mostram que tanto o 2QCold quanto o ARCold reduzem o tempo de resposta e aumentam a taxa de acerto superando os trabalhos relacionados. Palavras-chave: Bancos de Dados em Mem´oria, IMDB, Transbordamento de Dados, Dados Quentes, Dados Frios, LRU, 2Q, ARC. |
