[pt] OnDBTuning é uma ontologia de tuning (semi-automático) de banco de
dados relacional. Ontologias são artefatos que representam o conhecimento
de um domínio específico e podem ser usadas para se inferir conhecimentos.
No entanto, em geral, a maioria das aplicações envolve apenas uma descrição
formal e estática de conceitos. Além disso, como tuning de banco de dados
envolve muitas regras baseadas na experiência e em algoritmos de caixa preta,
torna-se um desafio descrever esse processo de inferência. Esse trabalho de
pesquisa apresenta primeiramente a solução OnDBTuning que é uma ontologia
no domínio de tuning. Em seguida, ele propõe uma implementação de regras
em SPARQL Inferencing Notation (SPIN) na OnDBTuning. Por fim, mostra
uma avaliação prática da solução para recomendação de índices e visões
materializadas. / [en] OnDBTuning is a relational database (semi-automatic) tuning ontology.
Ontologies are artifacts that represent specific domain knowledge and can
be used to infer knowledge. However, in general, most applications include
only a formal and static description of concepts. Moreover, as database tuning
involves many rules-of-thumb and black-box algorithms, it becomes challenging
to describe these inference procedures. This research work first presents the
OnDBTuning ontology solution focusing on the inference of tuning actions.
Next, it proposes an implementation of the OnDBtuning rules using SPARQL
Inferencing Notation (SPIN). Finally, it shows a practical evaluation of our
solution concerning index and materialized views recommendations.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:58605 |
| Date | 11 April 2022 |
| Creators | LUCIANA DE SA SILVA PERCILIANO |
| Contributors | SERGIO LIFSCHITZ |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0018 seconds