Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/45599
ORCID:  http://orcid.org/0009-0003-0327-8083
Document type: Dissertação
Access type: Acesso Aberto
Title: SQLSIM: Consultas analíticas por similaridade em SGBD Relacionais
Alternate title (s): SQLSIM: Analytical queries by similarity in relational DBMS
Author: Mendonça, Antônio Lívio Cruz de
First Advisor: Razente, Humberto Luiz
Second Counselor: Barioni, Maria Camila Nardini
First member of the Committee: Louza, Felipe Alves da
Second member of the Committee: Figueiredo, Josiel Maimone de
Summary: Com o crescimento exponencial de dados multidimensionais, torna-se essencial o desenvolvimento de abordagens eficientes para consultas analíticas por similaridade. No entanto, os Sistemas Gerenciadores de Banco de Dados Relacionais (SGBDR) tradicionalmente não oferecem suporte nativo para esse tipo de consulta, tornando necessário o uso de soluções externas que podem impactar a eficiência e a escalabilidade. Neste trabalho, propomos o SQLSIM, uma estratégia para execução de consultas por similaridade diretamente em SGBDRs, eliminando a necessidade de processamento externo e reduzindo o \textit{impedance mismatch}. A abordagem utiliza funções definidas pelo usuário (UDFs) na linguagem procedural SQL para implementar operações de agrupamento por similaridade em múltiplas dimensões. Além disso, exploramos técnicas para otimizar a execução dessas consultas, aproveitando estruturas de indexação e operadores avançados. A solução foi implementada no PostgreSQL e avaliada por meio de experimentos que demonstraram sua flexibilidade no processamento de grandes volumes de dados. Os resultados indicam que o SQLSIM permite a realização de análises multidimensionais complexas de forma integrada, preservando a compatibilidade com a linguagem SQL padrão.
Abstract: With the exponential growth of multidimensional data, developing efficient approaches for similarity-based analytical queries has become essential. However, Relational Database Management Systems (RDBMS) do not natively support this type of query, often requiring external solutions that can impact efficiency and scalability. In this work, we propose SQLSIM, a strategy for executing similarity-based queries directly within RDBMS, eliminating the need for external processing and reducing impedance mismatch. The approach leverages user-defined functions (UDFs) in procedural SQL to implement similarity-based clustering operations across multiple dimensions. Additionally, we explore techniques to optimize the execution of these queries by utilizing indexing structures and advanced operators. The solution was implemented in PostgreSQL and evaluated through experiments that demonstrated its flexibility in processing large volumes of data. The results indicate that SQLSIM enables complex multidimensional analysis in an integrated manner, maintaining scalability and compatibility with standard SQL.
Keywords: Consultas por similaridade
SQL
SGBDR
Agrupamento
Análise multidimensional
Similarity queries
RDBMS
Clustering
Multidimensional analysis
Area (s) of CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::BANCO DE DADOS
Subject: Computação
Language: por
Country: Brasil
Publisher: Universidade Federal de Uberlândia
Program: Programa de Pós-graduação em Ciência da Computação
Quote: MENDONÇA, Antonio Lívio Cruz de. SQLSIM: Consultas analíticas por similaridade em SGBD Relacionais. 2025. 81 f. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Uberlândia, Uberlândia, 2025. DOI http://doi.org/10.14393/ufu.di.2025.149.
Document identifier: http://doi.org/10.14393/ufu.di.2025.149
URI: https://repositorio.ufu.br/handle/123456789/45599
Date of defense: 27-Feb-2025
Sustainable Development Goals SDGs: ODS::ODS 9. Indústria, Inovação e infraestrutura - Construir infraestrutura resiliente, promover a industrialização inclusiva e sustentável, e fomentar a inovação.
Appears in Collections:DISSERTAÇÃO - Ciência da Computação

Files in This Item:
File Description SizeFormat 
SQLSIMConsultasAnaliticas.pdfDissertação2.23 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons