Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP

Autores
Marín, Mauricio; Canumán, José; Laguía, Daniel
Año de publicación
2000
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Se describe la implementación de sistemas de bases de datos relacionales sobre un cluster de computadores, y el proceso de consultas sobre los datos utilizando el paralelismo disponible en las distintas máquinas. Nuestra estrategia de implementación consiste en la combinación de software existente, entre los que se destaca una biblioteca de comunicación y sincronización de procesadores que soporta un modelo de computación paralela con características de portabilidad y predicción de desempeño. El modelo de computación difiere de los enfoques tradicionales tales como paso de mensajes o memoria compartida, y hasta ahora. su utilidad no ha sido probada en sistemas de bases de datos. Resultados experimentales muestran de que es posible obtener buena eficiencia utilizando nuestra estrategia. Dado que los datos son almacenados en el conjunto de máquinas que forman el cluster, existen varias alternativas de distribución de datos en las máquinas. Proponemos un método simple para la evaluación de tales alternativas, el cual permite al diseñador tomar decisiones antes de realizar la implementación física de la base de datos. Para este propósito realizamos una extensión a la metodología de predicción de desempeño del modelo de computación empleado.
Área: Ingeniería de Software - Bases de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Relational databases
Parallel processing
Query languages
Distributed Systems
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23748
Acceder
id SEDICI_9f01e5bd646e2d226711ea42ca53bc14
oai_identifier_str oai:sedici.unlp.edu.ar:10915/23748
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSPMarín, MauricioCanumán, JoséLaguía, DanielCiencias InformáticasRelational databasesParallel processingQuery languagesDistributed SystemsSe describe la implementación de sistemas de bases de datos relacionales sobre un cluster de computadores, y el proceso de consultas sobre los datos utilizando el paralelismo disponible en las distintas máquinas. Nuestra estrategia de implementación consiste en la combinación de software existente, entre los que se destaca una biblioteca de comunicación y sincronización de procesadores que soporta un modelo de computación paralela con características de portabilidad y predicción de desempeño. El modelo de computación difiere de los enfoques tradicionales tales como paso de mensajes o memoria compartida, y hasta ahora. su utilidad no ha sido probada en sistemas de bases de datos. Resultados experimentales muestran de que es posible obtener buena eficiencia utilizando nuestra estrategia. Dado que los datos son almacenados en el conjunto de máquinas que forman el cluster, existen varias alternativas de distribución de datos en las máquinas. Proponemos un método simple para la evaluación de tales alternativas, el cual permite al diseñador tomar decisiones antes de realizar la implementación física de la base de datos. Para este propósito realizamos una extensión a la metodología de predicción de desempeño del modelo de computación empleado.Área: Ingeniería de Software - Bases de DatosRed de Universidades con Carreras en Informática (RedUNCI)2000-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23748spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-03T10:28:21Zoai:sedici.unlp.edu.ar:10915/23748Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:28:21.404SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
title Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
spellingShingle Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
Marín, Mauricio
Ciencias Informáticas
Relational databases
Parallel processing
Query languages
Distributed Systems
title_short Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
title_full Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
title_fullStr Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
title_full_unstemmed Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
title_sort Un modelo de predicción de desempeño para bases de datos relacionales paralelas sobre BSP
dc.creator.none.fl_str_mv Marín, Mauricio
Canumán, José
Laguía, Daniel
author Marín, Mauricio
author_facet Marín, Mauricio
Canumán, José
Laguía, Daniel
author_role author
author2 Canumán, José
Laguía, Daniel
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Relational databases
Parallel processing
Query languages
Distributed Systems
topic Ciencias Informáticas
Relational databases
Parallel processing
Query languages
Distributed Systems
dc.description.none.fl_txt_mv Se describe la implementación de sistemas de bases de datos relacionales sobre un cluster de computadores, y el proceso de consultas sobre los datos utilizando el paralelismo disponible en las distintas máquinas. Nuestra estrategia de implementación consiste en la combinación de software existente, entre los que se destaca una biblioteca de comunicación y sincronización de procesadores que soporta un modelo de computación paralela con características de portabilidad y predicción de desempeño. El modelo de computación difiere de los enfoques tradicionales tales como paso de mensajes o memoria compartida, y hasta ahora. su utilidad no ha sido probada en sistemas de bases de datos. Resultados experimentales muestran de que es posible obtener buena eficiencia utilizando nuestra estrategia. Dado que los datos son almacenados en el conjunto de máquinas que forman el cluster, existen varias alternativas de distribución de datos en las máquinas. Proponemos un método simple para la evaluación de tales alternativas, el cual permite al diseñador tomar decisiones antes de realizar la implementación física de la base de datos. Para este propósito realizamos una extensión a la metodología de predicción de desempeño del modelo de computación empleado.
Área: Ingeniería de Software - Bases de Datos
Red de Universidades con Carreras en Informática (RedUNCI)
description Se describe la implementación de sistemas de bases de datos relacionales sobre un cluster de computadores, y el proceso de consultas sobre los datos utilizando el paralelismo disponible en las distintas máquinas. Nuestra estrategia de implementación consiste en la combinación de software existente, entre los que se destaca una biblioteca de comunicación y sincronización de procesadores que soporta un modelo de computación paralela con características de portabilidad y predicción de desempeño. El modelo de computación difiere de los enfoques tradicionales tales como paso de mensajes o memoria compartida, y hasta ahora. su utilidad no ha sido probada en sistemas de bases de datos. Resultados experimentales muestran de que es posible obtener buena eficiencia utilizando nuestra estrategia. Dado que los datos son almacenados en el conjunto de máquinas que forman el cluster, existen varias alternativas de distribución de datos en las máquinas. Proponemos un método simple para la evaluación de tales alternativas, el cual permite al diseñador tomar decisiones antes de realizar la implementación física de la base de datos. Para este propósito realizamos una extensión a la metodología de predicción de desempeño del modelo de computación empleado.
publishDate 2000
dc.date.none.fl_str_mv 2000-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/23748
url http://sedici.unlp.edu.ar/handle/10915/23748
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1842260122503479296
score 13.13397

Publicaciones similares