Teste de estresse

Além dos experimentos comparativos entre os algoritmos, foi realizado também um teste de estresse com o algoritmo IncPartitionBest utilizando bases de dados sintéticas. O objetivo do teste de estresse é traçar os limites para o algoritmo IncPartitionBest em relação ao número de tuplas inseridas (INS) e ao número de regras (RUL). Este parâmetros foram escolhidos porque eles estão diretamente relacionados com a complexidade do algoritmo PartitionInsert que deve ser executado a cada instante para atualizar a hierarquia de preferências. A variação usada no parâmetro INS foi 500, 1000, 2000, 4000, 8000, 16000, 32000, 64000, 128000, 256000 e 512000. Já o parâmetro RUL teve os valores 8, 16, 32, 64, 128, 256, 512, 1024, 2048 e 4096.

A Figura 44 mostra os resultados do teste de estresse. O número de inserções igual a 512000 não aparece na plotagem porque esta conĄguração de experimentos não foi suportada pelo algoritmo no computador descrito no início deste capítulo. Observe que para INS=256000 o consumo de memória chegou a mais de 15GB. Com o número de inserções igual a 512000, a memória disponível (32GB) não foi suĄciente para a execução do algoritmo.

Considerando a variação no número de regras, mesmo com o valor máximo da variação (4096), o consumo de memória Ącou longe do total de memória disponível. Entretanto, a limitação para este parâmetro é o tempo de execução que chegou a mais de 11 dias para RUL=4096. No gráĄco que mostra o tempo de execução para a variação do parâmetro RUL também foram incluídos o tempo para criar a base de conhecimento e o

8 _{16 32 64} 128 256 512 _{1024 2048 4096} 100 105 T emp o de ex ecuç ã o (segundos)

IncPartitionBest Base de conhecimento Processamento das tuplas

500 _{1000 2000 4000} 8000 16000 32000 64000 _{128000 256000} 101 103 105 8 _{16 32 64} 128 256 512 _{1024 2048 4096} 0 1000 2000 3000

Número de regras (RUL)

Consumo de memória (MB) 500 _{1000 2000 4000} 8000 16000 32000 64000 _{128000 256000} 0 5000 10000 15000

Número de Inserções (INS)

Figura 44 Ű Teste de estresse com o algoritmo IncPartitionBest

tempo gasto para processar as tuplas. A partir de 64 regras, o tempo gasto para criar a base de conhecimento passa a ser maior do que o tempo gasto para processar as tuplas. Contudo, em situações práticas, não é muito comum a especiĄcação de preferências com grandes número de regras pelos usuários. Além disto, mesmo tendo gasto um tempo maior para construção da base de conhecimento, o algoritmo IncPartitionBest ainda é a melhor opção para o processamento de consultas contínuas com preferências condicionais.

8.3 Terceira etapa de experimentos

No Capítulo 6 foram apresentados os operadores da linguagem StreamPref junta- mente com suas respectivas operações equivalentes na linguagem CQL. Foram executados experimentos para comparar o desempenho dos algoritmos de cada operador StreamPref com sua contraparte em CQL. Além disto, foram conduzidos experimentos para demonstrar como as possíveis combinações de operadores em consultas podem afetar a quantidade de sequências comparadas.

Bases de dados

Os experimentos usaram dados sintéticos e reais. Devido a inexistência de geradores de dados adequados aos parâmetros usados nos experimentos, foi desenvolvido um gerador de dados especíĄco (RIBEIRO, 2017)7_{. O gerador desenvolvido gera Ćuxos de dados}

8.3. Terceira etapa de experimentos 165 compostos por atributos inteiros e também as consultas StreamPref e CQL usadas nos experimentos.

Para os experimentos com dados reais, foi utilizada a base de dados Soccer2014DS contendo eventos de jogadores nas partidas da Copa do Mundo de Futebol de 2014 (RIBEIRO et al., 2017b)8_{. Os experimentos foram conduzidos sobre os dados da partida}

Ąnal com 2.742 tuplas distribuídas em 7.722 instantes de tempo.

Parâmetros

Os experimentos da terceira etapa também consideraram certos parâmetros com variações de valores. A Tabela 6 exibe todos os parâmetros usados. Certos parâmetros são especíĄcos de alguns operadores que possuem características especíĄcas para serem avaliadas

Tabela 6 Ű Parâmetros dos experimentos com os operadores da linguagem StreamPref

Parâmetro Variação Valor Padrão

Número de atributos (ATT) 8, 10, 12, 14, 16 8 Número de sequências (NSQ) 4, 8, 16, 24, 32 16 Porcentagem de tuplas consecutivas (PCT) 0%, 25%, 50%, 75% e 100% 50% Abrangência temporal (RAN) 10, 20, 30, 40, 50, 60 30 Intervalo de deslocamento (SLI) 1, 10, 20, 30, 40 10 Comprimento mínimo (MIN) 2, 3, 4, 5, 6 2 Comprimento máximo (MAX) 2, 4, 6, 8, 10 10 Número de regras (RUL) 4, 8, 16, 24, 32 8 Nível de preferência máximo (LEV) 1, 2, 3, 4, 5, 6 2

Os parâmetros ATT, NSQ e PCT dizem respeito à geração dos dados sintéticos, sendo que a porcentagem de tuplas consecutivas (PCT) é considerada apenas nos experi- mentos com o operador CONSEQ. O parâmetro ATT permite comparar os algoritmos de acordo com a dimensionalidade dos dados. As variações no parâmetro NSQ afetam o número de identiĄcadores de sequência por instante (igual a NSQ ×0.75). Com as variações dos parâmetros RAN e SLI é possível analisar o comportamento dos algoritmos considerando diferentes abrangências temporais e intervalos de deslocamento.

Os parâmetros MIN e MAX são usados pelos operadores MINSEQ e MAXSEQ, respectivamente, para realizar a Ąltragem de sequências por comprimento. O número de regras (LEV) e o nível de preferência máximo (LEV) dizem respeito às preferências das consultas processadas pelo operador BESTSEQ. As variações nos valores destes parâme- tros possibilitam analisar o funcionamento dos algoritmos usando diferentes conĄgurações de preferências.

Para cada experimento, ocorre a variação nos valores de um parâmetro e os demais parâmetros são Ąxados em seus valores padrões. O número de iterações nos experimentos sobre dados sintéticos é igual ao valor do parâmetro RAN acrescido do maior valor de intervalo de deslocamento. No caso dos dados reais, o número de iterações é igual ao número de instantes de tempo disponíveis (7.722). A análise dos resultados dos experimentos leva em consideração o tempo gasto em todas as iterações e a quantidade média de memória usada em todas as iterações. Os intervalos de conĄança dos experimentos são apresentados no Apêndice E.

O restante desta seção está organizado como se segue. Da Seção 8.3.1 até a Seção 8.3.6 são apresentados os experimentos comparativos entre os algoritmos e as equivalências CQL usados para processar os operadores da linguagem StreamPref. Em seguida, a Seção 8.3.7 apresenta os experimentos para analisar como as combinações de operadores inĆuenciam na comparação de sequências.