[pt] Na área de biologia computacional a busca por informações relevantes em meio a volumes de dados cada vez maiores é uma atividade fundamental. Dentre outras, uma tarefa importante é a execução da ferramenta BLAST (Basic Local Alignment Search Tool), que possibilita comparar biosseqüências a fim de se descobrir homologias entre elas e inferir as demais informações pertinentes. Um dos problemas a serem resolvidos no que diz respeito ao custo de execução do BLAST se refere ao tamanho da base de dados, que vem aumentando consideravelmente nos últimos anos. Avaliar o BLAST com estrat´egias paralelas e distribuídas com apoio de agrupamento de computadores tem sido uma das estratégias mais utilizadas para obter ganhos de desempenho. Nesta dissertação, é realizada uma alocação física replicada da base de dados (de seqüências), onde cada réplica é fragmentada em partes distintas, algumas delas escolhidas como primárias. Dessa forma, é possível mostrar que se aproveitam as principais vantagens das estratégias de execução sobre bases replicadas e fragmentadas convencionais, unindo flexibilidade e paralelismo de E/S. Associada a essa alocação particular da base, são sugeridas duas formas de balanceamento dinâmico da carga de trabalho. As abordagens propostas são realizadas de maneira não intrusiva no código BLAST. São efetuados testes de desempenho variados que demonstram não somente a eficácia no equilíbrio de carga como também eficiência no processamento como um todo. / [en] A fundamental task in the area of computational biology is the search for relevant information within the large amount of available data. Among others, it is important to run tools such as BLAST - Basic Local Alignment Search Tool - effciently, which enables the comparison of biological sequences and discovery of homologies and other related information. However, the execution cost of BLAST is highly dependent on the database size, which has considerably increased. The evaluation of BLAST in distributed and parallel environments like PC clusters has been largely investigated in order to obtain better performances. This work reports a replicated allocation of the (sequences) database where each copy is also physically fragmented, with some fragments assigned as primary. This way we show that it is possible to execute BLAST with some nice characteristics of both replicated and fragmented conventional strategies, like flexibility and I/O parallelism. We propose two dynamic workload balancing strategies associated with this data allocation. We have adopted a non- intrusive approach, i.e., the BLAST code remains unchanged. These methods are implemented and practical results show that we achieve not only a balanced workload but also very good performances.

[pt] Ferramentas BLAST são normalmente utilizadas para efetuar comparações entre sequências de DNA, RNA e proteínas. No entanto, face ao crescimento exponencial das bases biológicas, existe uma preocupação quanto ao desempenho do BLAST, mesmo considerando os equipamentos de grande capacidade computacional hoje existente. Considerando tal fato, algumas ferramentas capazes de executar o BLAST em ambientes distribuídos, tais como clusters e grids, vêm sendo desenvolvidas de modo a acelerar consideravelmente a sua execução. No entanto, até o presente momento, não foi constatado, na literatura existente, nenhum estudo com o objetivo de comprar o desempenho entre essas ferramentas. A avaliação de desempenho dessas ferramentas é normalmente efetuada de forma isolada, considerando apenas o tempo de execução (elapsed time), em situações diversas, como, por exemplo, variando o número de nós em que a ferramenta BLAST é executada.. Almejando uma investigação mais detalhada, principalmente no que diz respeito a avaliação de desempenho do BLAST em ambientes distribuídos, a presente dissertação tem como um dos seus objetivos efetuar um estudo detalhado sobre como comparar o desempenho do BLAST em um ambiente distribuído, considerando para tal, a avaliação de três ferramentas BLAST, dentre elas balaBLAST, desenvolvida no Laborátorio de Bioinformática da PUC-RIO. O segundo objetivo é verificar a eficácia do balanceamento de carga efetuada pela ferramenta balaBLAST. / [en] BLAST tools are typically used to make comparisons between sequences of DNA, RNA and proteins. However, given the exponential growth of the biological databases, there is concern about the performance of BLAST, even considering the equipment of large computing power that exists today. Considering this fact, some tools to run BLAST in distributed environments such as clusters and grids, have been developed to greatly accelerate its performance. However, until now, has not been found in existing literature, no study in order to compare the performance between these tools. The performance evaluation of these tools is usually done in isolation, considering only the execution time (elapsed time) in different situations, for example, varying the number of nodes in the tool BLAST runs. Craving a more detailed investigation, especially with regard to performance evalution of BLAST in distributed environments, this dissertation has as one of your goals make a detailed study to compare the performance of BLAST in a distributed enviroment, considering for such the evaluation of three tools BLAST, among them the balaBLAST developed in the Bioinformatics Laboratory of PUC-Rio. The second objective is to verify the effectiveness of load balancing performed by the tool balaBLAST.