Uma abordagem baseada em aprendizagem de máquina para predição de desempenho de junções por similaridade

Com a necessidade cada vez maior de lidar com grandes volumes de dados e a expansão das tecnologias de computação em nuvem, prever de forma precisa a performance de consultas é uma tarefa imprescindível em sistemas de otimização e gerenciamento de recursos de hardware para bancos de dados. Trabalhos recentes abordaram este problema no contexto de operadores tradicionais de Sistemas Gerenciadores de Banco de Dados Relacionais (SGBDRs). Entretanto, até o presente momento não se conhece nenhum trabalho abordando a predição de operações avançadas baseadas no conceito de similaridade. Diante deste cenário, nesta pesquisa foram desenvolvidos modelos para prever, de forma precisa, o tempo de execução de junções por similaridade, que são essenciais para atividades de limpeza e integração de dados. Resultados utilizando técnicas de aprendizagem de máquina se mostraram eficientes, indicando que tais modelos poderiam ser utilizados para compor ferramentas de controle de admissão de recursos de hardware para a execução de tais atividades