Artigo sobre SQL Window Functions recebe Best Paper Award da DAIS 2017

O artigo intitulado “Similarity aware shuffling for the distributed execution of SQL window functions”, de autoria de Fábio Coelho, José Pereira e Rui Oliveira, do Laboratório de Software Confiável (HASLab) do INESC TEC, juntamente com Miguel Matos do INESC-ID, foi escolhido para o Best Paper Award da DAIS 2017.

Neste trabalho, os investigadores desenvolveram um mecanismo que é capaz de melhorar a forma como determinadas funções analíticas são executadas no contexto de uma base de dados distribuída, isto é, numa base de dados em que estes não estão armazenados todos no mesmo sítio. Este trabalho foca, particularmente, Window Functions, uma classe de funções analíticas com elevada flexibilidade e cujo uso tem atualmente aumentado por analistas e curadores de dados que trabalham em Big Data.

As bases de dados distribuídas são capazes de escalar o processamento através da distribuição de dados e carga por um grupo de nós idênticos. No entanto, a distribuição de dados introduz vários desafios que estão inteiramente relacionados com a localização que adquirem aquando da distribuição. Dessa forma, neste artigo, apresenta-se um mecanismo de correlação que é capaz de identificar e melhorar a forma como nós distintos de uma base de dados distribuída trocam informação entre si. O mecanismo é capaz de alcançar melhorias do uso de largura de banda na ordem de três vezes, valor este que é espectável aumentar com o aumento do número de nós da base de dados distribuída.

A DAIS 2017 decorreu de 19 a 21 de junho, em Neuchâtel, na Suíça, e é uma das três conferências que compõe a 12th International Federated Conference on Distributed Computing Techniques (DisCoTec).

Os investigadores do INESC TEC mencionados na notícia têm vínculo ao INESC TEC e à UMinho.