Abstract:
Este trabalho tem por objetivo implementar dados oceanográficos em um banco de dados estruturado na forma Modelo Entidade-Relacionamento (MER), o qual permitirá que os dados não se repitam, nem mesmo repliquem uma vez armazenados; e realizar análises comparando o armazenamento atual com a forma estruturada desta técnica (MER). Atualmente, os arquivos se encontram armazenados em um formato NetCDFe para cada dia de coleta de dados, há um arquivo, nesse formato, com tamanho de 432 MB de armazenamento. As coletas desses dados foram realizadas com intervalo de 5 dias, do dia primeiro de janeiro de 1988 ao dia 31 de dezembro de 2004, totalizando 1.168 coletas de dados ao longo desses 16 anos. E ainda, em cada coleta há informações de 24 variáveis. Isso significa que o armazenamento destes dados é muito volumoso, e consequentemente torna o banco de dados pesado. Para atingir tais objetivos, a metodologia foi dividida em quatro etapas que foram estudos das três áreas do contexto deste trabalho, a modelagem dos dados e do modelo lógico do OCCAM com a implementação da técnica MER no SGBD PostgreSQL, a extração dos dados no MATLAB para inserí-los no banco juntamente com análises quanto ao tamanho de armazenamento gerado.Após essas etapas serem alcançadas, concluiu-se que mesmo duas tabelas (com duas variáveis armazenadas em cada uma), não tenham sido incluídas no banco, o tamanho de armazenamento do banco de dados relacional foi de aproximadamente 222 MB, isto é, com aproximadamente 50% do tamanho de armazenamento do original.
This work aims to implement oceanographic data in a database structured as Entity-Relationship Model (MER), which will allow data are not repeated, not even replicate once stored; and we perform analysis comparing the current storage and MER structured technique. Currently, the files are stored in a NetCDF format and for each day of data collection, there is a file in this format, with size 432 MB. The collection of such data were made at 5-day intervals, from January, 01 1988 to December, 31 2004, totaling 1,168 data collection over these 16 years. Moreover, these collection there are reports of 24 variables to storage. In this way, this database is too voluminous and heavy. To achieve these objectives, the adopted methodology was divided into four steps that were studies of the three areas of the context of this work, the modeling data and logical model of OCCAM with the implementation of MER technique in PostgreSQL DBMS, data extraction in MATLAB to insert them in the database and the analysis of he generated storage size. Even two tables (with two variables stored in each one), werenot included in the database, we could conclude that the storage size of the relational database was approximately 222 MB, i.e. approximately 50% of the original storage size.
