TCC
Uma abordagem baseada em aprendizagem de máquina para predição de desempenho de junções por similaridade
Carregando...
Notas
Data
Autores
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Com a necessidade cada vez maior de lidar com grandes volumes de dados
e a expansão das tecnologias de computação em nuvem, prever de forma precisa
a performance de consultas é uma tarefa imprescindível em sistemas de otimização
e gerenciamento de recursos de hardware para bancos de dados. Trabalhos
recentes abordaram este problema no contexto de operadores tradicionais de Sistemas
Gerenciadores de Banco de Dados Relacionais (SGBDRs). Entretanto, até
o presente momento não se conhece nenhum trabalho abordando a predição de
operações avançadas baseadas no conceito de similaridade. Diante deste cenário,
nesta pesquisa foram desenvolvidos modelos para prever, de forma precisa, o
tempo de execução de junções por similaridade, que são essenciais para atividades
de limpeza e integração de dados. Resultados utilizando técnicas de aprendizagem
de máquina se mostraram eficientes, indicando que tais modelos poderiam ser utilizados
para compor ferramentas de controle de admissão de recursos de hardware
para a execução de tais atividades.
Abstract
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
Palavras-chave
ISBN
DOI
Citação
MENDES, D. S. Uma abordagem baseada em aprendizagem de máquina para predição de desempenho de junções por similaridade. 2013. Monografia. (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2014.