| Summary: | Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-03-17T16:13:01Z
No. of bitstreams: 1
Leonardo Ribeiro Machado_.pdf: 1406241 bytes, checksum: d0229eb3cc9a08809b94e758fa60d7e6 (MD5) === Made available in DSpace on 2016-03-17T16:13:01Z (GMT). No. of bitstreams: 1
Leonardo Ribeiro Machado_.pdf: 1406241 bytes, checksum: d0229eb3cc9a08809b94e758fa60d7e6 (MD5)
Previous issue date: 2011-03-31 === CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior === O desempenho de um SGBD é um fator crítico a ser considerado durante a sua utilização. Diversas técnicas são atualmente empregadas na tentativa de aumentar o desempenho de um SGBD. Esta pesquisa integra tecnologias de agentes e de mineração de dados para a criação de modelos probabilísticos (bayesianos) de decisão aptos a auxiliar no processo de melhoria de desempenho de um SGBD. Este modelo é usado, então, como base da ferramenta ATTuneDB de sintonia de SGBD. A partir da carga real de operação de um SGBD PostgreSQL, a ferramenta utiliza este modelo para identificar o regime de trabalho do SGBD e encontrar o melhor conjunto de valores para os parâmetros deste SGBD, apoiando o administrador do SGBD na tarefa de otimizar o desempenho deste. === The performance of a DBMS is a critical factor to be considered while using it. Several techniques are currently employed in an attempt to increase the performance of a DBMS. This research integrates agent technologies and data mining for building probabilistic decision models (Bayesian) able to assist the performance improvement process of a DBMS. This model is used to build the ATTuneDB DBMS fine-tuning tool. Receiving information about the real workload being submitted to a PostgreSQL DBMS, and using the probabilistic model, the tool is able to identify the type of the workload, and find the best set of value for the parameters of this DBMS, thus, supporting the DBA on the task of optimizing the DBMS performance.
|
|---|
