Processamento de Consultas OLAP e SOLAP em Ambientes Computacionais Paralelos e Distribuídos

Resumo

O processamento de consultas OLAP (on-line analytical processing) é considerado significan- temente custoso, devido ao grande volume de dados armazenados no data warehouse e ao fato dessas consultas realizarem junção-estrela. Consultas SOLAP (spatial OLAP) são ainda mais custosas, desde data warehouses espaciais são consideravelmente mais volumosos e demandam, alémm da junção-estrela, a realização de onerosos cálculos relativos ao processamento de predicados topológicos. O processamento de consultas OLAP e SOLAP pode ser beneficiado pelo uso de ambientes computacionais com grande capacidade de armazenamento e de processamento, nos quais existe o emprego de paradigmas de programação paralela e distribuída, como os frameworks Apache Hadoop MapReduce e Apache Spark. Adicionalmente, consultas SOLAP podem se beneficiar do uso de DSDMSs (distributed spatial data management systems), que são sistemas que estendem os frameworks supracitados para armazenar, indexar e processar grandes volumes de dados espaciais (ex.: SpatialHadoop e SpatialSpark). Dentro deste contexto, este projeto de pesquisa tem como objetivo propor e implementar soluções voltadas ao processamento eficiente de consultas OLAP e SOLAP em ambientes computacionais paralelos e distribuídos. Pretende-se investigar: (i) processamento da junção-estrela considerando consultas slice and dice de baixa seletividade; (ii) processamento da junção-estrela considerando consultas drill-down, roll-up e drill-across de baixa e alta seletividade, (iii) análise comparativa de DSDMSs disponíveis na literatura; e (iv) processamento da junção-estrela estendida com predicados espaciais, usando como base funcionalidades providas por DSDMSs. (AU)