Categorização do Consumo de Energia em Sistemas de Povoamento de Data Warehouses

Miguel Guimarães, João Saraiva, Orlando Belo

Resumo


Os recursos computacionais exigidos durante o processamento de grandes volumes de dados durante um processo de povoamento de um data warehouse faz com que a necessidade da procura de novas implementações tenha também em atenção a eficiência energética dos diversos componentes processuais que integram um qualquer sistema de povoamento. A lacuna de técnicas ou metodologias para categorizar e avaliar o consumo de energia em sistemas de povoamento de data warehouses é claramente notória. O acesso a esse tipo de informação possibilitaria a construção de sistemas de povoamento de data warehouses com níveis de consumo de energia mais baixos e, portanto, mais eficientes. Partindo da adaptação de técnicas aplicadas a sistemas de gestão de base de dados para a obtenção dos consumos energéticos da execução de interrogações, desenhámos e implementámos uma nova técnica que nos permite obter os consumos de energia para um qualquer processo de povoamento de um data warehouse, através da avaliação do consumo de cada um dos componentes utilizados na sua implementação utilizando uma ferramenta convencional. Neste artigo apresentamos a forma como fazemos tal avaliação, utilizando na demonstração da viabilidade da nossa proposta um processo de povoamento bastante típico em data warehouses – substituição encadeada de chaves operacionais -, que foi implementado através da ferramenta Kettle.

Texto Completo:

PDF

Referências


Agrawal,R., Ailamaki,A., Bernstein,P.A., Brewer,E.A., Carey,M.J., Chaudhuri,S., Doan, A., Florescu, D., Franklin, M.J., Garcia-Molina, H., Gehrke, J., Gruenwald, L., Haas, L.M., Halevy, A.Y., Hellerstein, J.M., Ioannidis, Y.E., Korth, H.F., Kossmann, D., Madden, S., Magoulas, R., Ooi, B.C., O’Reilly, T., Ramakrishnan, R., Sarawagi, S., Stonebraker, M., Szalay, A.S., Weikum, G.: The claremont report on database research. SIGMOD Rec. 37(3), 9–19, September, 2008.

Beloglazov, A., Abawajy, J., Buyya, R., “Energy-aware resource allocation heuristics for efficient management of data centers for cloud computing”. Future Generation Computer Systems, Special Section: Energy efficiency in large-scale distributed systems, 28(5), 755 – 768, 2012.

Carção, T., “Measuring and visualizing energy consumption within software code”. In: Visual Languages and Human-Centric Computing (VL/HCC), 2014 IEEE Symposium on, 181– 182, July, 2014.

Couto, M., Carção, T., Cunha, J., Fernandes, J.P., Saraiva, J., “Detecting anomalous energy consumption in android applications”. In Pereira, F.M.Q., ed.: Programming Languages - 18th Brazilian Symposium, SBLP 2014, Maceio, Brazil, October 2-3, 2014. Proceedings. Volume 8771 of Lecture Notes in Computer Science., Springer, 77–91, 2014.

Gonçalves, R., Saraiva, J., Belo, O., “Defining Energy Consumption Plans for Data Querying Processes”, In Proceedings of 2014 IEEE Fourth International Conference on Big Data and Cloud Computing (BdCloud 2014), pages 641-647, IEEE computer Society, Sidney, Australia, 2014.

Green Grid, The Green Grid, 2015. Available at: http://www.thegreengrid.org/ [Accessed June 15, 2015].

Harizopoulos, S., Shah, M.A., Meza, J., Ranganathan, P., “Energy efficiency: The new holy grail of data management systems research”. In: CIDR 2009, Fourth Biennial Conference on Innovative Data Systems Research, Asilomar, CA, USA, January 4-7, 2009, Online Proceedings, www.cidrdb.org, 2009.

Kettle, Pentaho, “Pentaho Data Integration”, 2015. Available at: http://www.pentaho.com/product/data-integration [Accessed March 16, 2015].

Kliazovich, D., Bouvry, P., Khan, S.U., “Greencloud: a packet-level simulator of energy-aware cloud computing data centers”. The Journal of Supercomputing, 62(3), 1263–1283, 2012.

Kunjir, M., Birwa, P.K., Haritsa, J.R., “Peak power plays in database engines”. In Rundensteiner, E.A., Markl, V., Manolescu, I., Amer-Yahia, S., Naumann, F., Ari, I., eds.: 15th International Conference on Extending Database Technology, EDBT ’12, Berlin, Germany, March 27-30, 2012, Proceedings, ACM, 444–455, 2012.

Lang, W., Kandhan, R., Patel, J.M., “Rethinking query processing for energy efficiency: Slowing down to win the race”. IEEE Data Eng. Bull. 34(1), 12–23, 2011.

Lang, W., Patel, J.M., “Towards eco-friendly database management systems”. In: CIDR 2009, Fourth Biennial Conference on Innovative Data Systems Research, Asilomar, CA, USA, January 4-7, 2009, Online Proceedings, www.cidrdb.org, 2009.

Poess, M., Nambiar, R., “Tuning servers, storage and database for energy efficient data warehouses”. In Proceedings of 2010 IEEE 26th International Conference on Data Engineering (ICDE), 1006–1017, March, 2010.

Rasmussen, N., “Determining total cost of ownership for data center and network room infrastructure”. Technical report, Schneider Electric Data Center Science Center, 2011.

Sitaram, D., Phalachandra, H., Gautham S, Swathi, H., Sagar, T., “Energy efficient data center management under availability constraints”. In 9th Annual IEEE International Systems Conference (SysCon), 377–381, April 2015.

Xu, Z., Tu, Y., Wang, X., “Exploring power-performance tradeoffs in database systems”. In Li, F., Moro, M.M., Ghandeharizadeh, S., Haritsa, J.R., Weikum, G., Carey, M.J., Casati, F., Chang, E.Y., Manolescu, I., Mehrotra, S., Dayal, U., Tsotras, V.J., eds.: Proceedings of the 26th International Conference on Data Engineering, ICDE 2010, March 1-6, 2010, Long Beach, California, USA, IEEE, 485–496, 2010.




DOI: http://dx.doi.org/10.18803/capsi.v15.460-474

Apontamentos

  • Não há apontamentos.