‘Tuning é um processo mais artístico’, diz Sérgio Lifschitz em live

Professor apresentou no seminário online sua pesquisa e duas ferramentas para ajustes finos em sistemas de bancos de dados

O professor Sérgio Lifschitz apresentou o seminário “(Self)tuning para Sistemas de Bancos de Dados” na última sexta-feira (06), ao vivo pelo canal do Departamento de Informática (DI) da PUC-Rio no YouTube. Partindo do conceito de ajuste fino ou sintonia fina em busca de um bom desempenho em um sistema de banco de dados existentes, o pesquisador abordou questões relacionadas ao tema, relembrou os primeiros passos na pesquisa e falou também as quatro etapas das atividades de self-tuning.

“Tuning é um processo mais artístico, tem muito a ver com a experiência do usuário, do especialista, e isso é muito pessoal. Será que dá para formalizar esse tipo de conhecimento, colocá-lo numa ferramenta como uma ontologia? Aí começa a nossa última fase, no que estamos trabalhando, com vários colaboradores, colegas professores (não só da PUC) que têm colaborado para desenvolvermos um trabalho muito legal, explorando novos caminhos no tuning”, explicou Lifschitz.

O professor também apresentou as duas ferramentas criadas em seu grupo de pesquisadores. “A primeira ferramenta naturalmente pensada foi criar uma ontologia, que a gente chamou de Ontuning. E a outra é Outer-Tuning, que evoluiu da DBX — ferramentas que nos garantiu prêmios no SBBD em 2018 e 2015, respectivamente — e que evoluímos o software para poder lidar com essa ontologia e para que pudéssemos, então, fazer coisas que vão além do conhecimento básico de um especialista”, disse.

Após a palestra, o pesquisador respondeu perguntas enviadas pelo chat ao vivo, como a do professor Markus Endler, diretor do DI, se o self e outer-tuning também se aplica a bancos de dados do tipo NoSQL, e, em caso positivo, quais são os principais desafios a esses bancos de dados. “A ideia de ser um sistema autonômico, automático ou self-management se aplica a qualquer sistema. Começamos trabalhando na área do banco relacional, porque continua sendo bastante presente no mercado e ainda tem muita gente fazendo pesquisa nisso, então, no momento estamos dando continuidade. Agora, os outros sistemas não relacionais são outros problemas que teríamos que lidar. Nós ainda no nosso grupo ainda não atuamos em sistema chamados NoSQL, os sistemas não relacionais. Mas estamos trabalhando nisso e pode ser que em breve a gente consiga chegar lá”, respondeu Lifschitz.

Já o professor Bruno Feijó, também o DI, perguntou sobre a área de visualização de Banco de Dados ganhar nova dimensão a partir da visão de tuning ser um processo de design. Lifschitz lamentou que esse ainda não seja um caminho explorado em seu grupo de pesquisas, mas reiterou que seguir nesse sentido traria bons resultados. “Uma imagem vale mais que mil palavras, não é? Não tenho dúvidas de que, se pudéssemos exibir o que está acontecendo por simulações, contando histórias direito, mostrando os resultados, podendo comparar e colocar imagens simultâneas com uso de cores e de formas nos momentos corretos, isso certamente daria um ganho fenomenal para nossa pesquisa e nosso grupo”.

Em resposta à pergunta feita por Otávio Freitas, sobre o uso de ferramentas automáticas de banco de dados aplicadas nas análises de big data, que exigem rapidez, o pesquisador explicou que a atividade de tuning pode ser desenvolvida offline. “O tuning pode ser uma ferramenta que a gente vai aprendendo aos poucos, então tem a possibilidade de fazer o tuning e de pensar o tuning de maneira offline. As decisões não são ‘mission-critical’ sempre. É verdade que algumas decisões precisam ser tomadas com rapidez, mas a maioria dos ajustes finos são pensados no longo prazo e num sistema estável pode ser feito offline. Acho que esse caminho continua funcionando e a gente vai conseguir conseguir contribuir para a área de Big Data dessa maneira também. É o caminho em que eu continuo acreditando e acho que temos muito resultado para mostrar ainda”, finalizou.