Na tarde de amanhã (26), o Programa de Pós-Graduação em Ciência da Computação da UFPE promoverá a defesa de duas dissertações de mestrado. Ambas serão defendidas de forma remota, através da plataforma Google Meet, e os interessados em assistir devem entrar em contato com a pós-graduação solicitando o link de acesso. É recomendado que o público entre com microfone e câmera desligados, e utilizando o e-mail institucional (@ufpe.br).

A primeira defesa terá início às 14h, com o estudante Alesanco Andrade Azevedo apresentando o trabalho “Warehouse NewSQL: Uma análise de Desempenho Explorando Estratégias de Armazenamento e Distribuição”. O projeto contou com orientação do professor Robson do Nascimento Fidalgo, vinculado ao Centro de Informática (CIn) da Universidade. Junto dele, participam da banca avaliadora os professores Eduardo Antônio Guimarães Tavares (UFPE/CIn) e Cláudio de Souza Baptista (UFCG/Centro de Engenharia Elétrica e Informática, Sistemas e Computação).

Logo após, às 15h, é a vez da estudante Tayse Virgulino Ribeiro apresentar sua dissertação de mestrado. Com título “Análise e Visualização de Dados aplicadas à Evolução de Projetos de Software”, o trabalho foi orientado pelo professor Márcio Lopes Cornélio, também vinculado ao CIn. Além dele, participam da banca os professores Henrique Emanuel Mostaert Rebêlo (UFPE/CIn) e Everton Leandro Galdino Alves (UFCG/Unidade Acadêmica de Sistemas e Computação).

Resumo 1

Alternativas aos bancos de dados relacionais têm sido propostas no projeto de Data Warehouses (DWs), com o intuito de permitir o armazenamento e o processamento de grandes volumes de dados. Nesse contexto, os bancos de dados NewSQL surgem como uma opção capaz de atender tais demandas, oferecendo escalabilidade horizontal, linguagem SQL e armazenamento principal em memória RAM. Dentre as opções de bancos de dados NewSQL existentes, alguns permitem a escolha pela forma de armazenamento das tabelas e pelo método de distribuição de tuplas, onde suas combinações podem provocar diferenças no desempenho das aplicações. Existem estudos que comparam o desempenho entre bancos de dados NewSQL ou entre estes e os bancos de dados NoSQL. Contudo, não há estudos que analisem o desempenho de NewSQL, quando aplicado a DWs, observando variações na forma de armazenamento, de distribuição ou na modelagem de dados. Dessa forma, propomos uma análise de desempenho em DWs NewSQL, comparando o esquema estrela com tabelas flat, formas de armazenamento (rowstore e columnstore) e métodos de distribuição, em diferentes fatores de escala. Com esse objetivo, desenvolvemos uma avaliação experimental de desempenho em DWs, utilizando o Star Schema Benchmark e o banco de dados MemSQL, numa estrutura de cluster computacional. Para a avaliação experimental, utilizamos métricas de volume de dados e tempo, em tarefas de carga e consultas de dados. Após a experimentação em DWs distribuídos com banco de dados NewSQL, verificamos que o uso de tabelas flat, armazenamento columnstore e qualquer estratégia de particionamento geraram os melhores desempenhos no tempo médio de consultas, apesar da elevada desvantagem no tempo de carga e no volume de dados. Destacamos ainda que o uso de columnstore (mesmo sendo em disco) conseguiu obter melhores resultados em tarefas de consulta, quando comparado rowstore (em memória RAM), para todos os cenários avaliados.

Resumo 2

O desenvolvimento de código com qualidade requer o uso de boas práticas de desenvolvimento de software. Com a evolução constante ao longo do ciclo de vida de um software, há preocupação com práticas para manutenção e evolução. Nesse cenário, temos o processo de refatoração, com a finalidade de promover a reestruturação do código de modo a preservar seu comportamento. A partir da obtenção de dados de repositórios de software referentes a refatoração e medidas de software, neste trabalho acrescentamos visualização de dados com finalidade de explorar visualmente refatorações e medidas de software registradas em repositórios. O desenvolvimento deste trabalho se deu com auxílio das ferramentas voltadas para visualização de dados. A etapa de visualização dos dados, que consiste na análise dos dados, tratamento e apresentação de relatórios. Para tanto, foram obtidas as seguintes resoluções, primeiramente a tabulação dos dados; logo após, a compreensão e obtenção das características relacionais por meio de um Modelo de Entidade Relacionamento (MER). Das análises obtidas, tornou-se factível a apresentação de uma análise descritiva, por meio de análise quantitativa e qualitativa. Dispondo ainda de associação e correlação dos projetos de software com refatorações e medidas existentes. O uso das ferramentas resultou em uma apresentação de correlações de ferramentas de visualização de dados, métricas, registros de versões, refatorações e projetos. Os resultados são apresentados por intermédio de grafos, gráficos e painéis interativos.

Mais informações
Programa de Pós-Graduação em Ciência da Computação da UFPE
(81) 2126.8430
contato@cin.ufpe.br