ETDs @PUC-Rio
| Título: | INFERÊNCIA DE TUNING ATRAVÉS DA ONDBTUNING | ||||||||||||
| Autor: |
LUCIANA DE SA SILVA PERCILIANO |
||||||||||||
| Colaborador(es): |
SERGIO LIFSCHITZ - Orientador |
||||||||||||
| Catalogação: | 11/ABR/2022 | Língua(s): | PORTUGUÊS - BRASIL |
||||||||||
| Tipo: | TEXTO | Subtipo: | TESE | ||||||||||
| Notas: |
[pt] Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio. [en] All data contained in the documents are the sole responsibility of the authors. The data used in the descriptions of the documents are in conformity with the systems of the administration of PUC-Rio. |
||||||||||||
| Referência(s): |
[pt] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=58605&idi=1 [en] https://www.maxwell.vrac.puc-rio.br/projetosEspeciais/ETDs/consultas/conteudo.php?strSecao=resultado&nrSeq=58605&idi=2 |
||||||||||||
| DOI: | https://doi.org/10.17771/PUCRio.acad.58605 | ||||||||||||
| Resumo: | |||||||||||||
|
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.
|
|||||||||||||
|
|||||||||||||