OBAS: Um Benchmark OLAP Para Serviços de Análises

• Autor(a) principal: ALBUQUERQUE FILHO, Bruno Edson Martins de
• Data de Publicação: 2014
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UFPE
• dARK ID: ark:/64986/001300000dp2g
• Texto Completo: https://repositorio.ufpe.br/handle/123456789/11227
• topic: Desempenho e Benchmark; Data Warehousing; OLAP; Multidimensional Expressions

Alguns benchmarks foram propostos para auxiliar o projeto de testes de desempenho em DW (Data Warehouse). Entretanto, foi identificada a falta de um benchmark para serviços de análises (OLAP – On-line Analytical Processing). Assim, esta dissertação apresenta a especificação e análise experimental do benchmark OBAS (OLAP Benchmark for Analysis Services). Este benchmark corresponde a uma extensão do Star Schema Benchmark (SSB) (O'Neil et al., 2009), para avaliação de serviços de análises e utilização de consultas escritas na linguagem MDX (Multidimensional Expressions). Na sua especificação, são apresentadas configurações de execução, como utilização de cache, localidade, paralelismo, serviços e catálogos. Foram definidos o esquema relacional e multidimensional correspondente, e as consultas SQL (Structured Query Language) do SSB traduzidas para MDX, além de serem adicionadas novas consultas que avaliam funções OLAP na linguagem MDX. As métricas utilizadas consistem no tempo de resposta, taxas de execução e confiabilidade. Esta última constitui um diferencial na avaliação, pois o SSB apresenta apenas taxas de execução. Componentes são especificados para preparação e execução do OBAS. Foi desenvolvida uma ferramenta de testes para a execução do OBAS de forma portável, que utiliza XMLA (XML for Analysis) como forma de comunicação com os serviços de análises. O OBAS também foi aplicado a uma base de dados real, com as devidas alterações. Dois serviços de análises foram avaliados na análise experimental do OBAS. Os resultados da execução foram tratados e analisados em relação à funcionalidade e complexidade das consultas, e à carga submetida, que consiste no número de fluxos concorrentes de execução, em vez de apresentar um único número como resultado do experimento, o que perde detalhes do comportamento dos serviços. Assim, é possível avaliar o comportamento do serviço diante destes aspectos e identificar a melhor utilização de cada serviço.