Databases D B and Software S E Engineering Seminar on Modern Software Engineering and Database Concepts Gunter Saake, Jacob Kr¨ uger, David Broneske, Xiao Chen, Gabriel Campero Durand, Bala Gurumurthy, Sandro Schulze, Sabine Wehnert Arbeitsgruppe Datenbanken und Software Engineering 12. Oktober 2018
Databases D B and Software S E Engineering Organisatorisches – Einordnung Pro-Seminar , Bachelor, 3 CP Delivieries: • 20 Min. Vortrag • Bewertung von 2 anderen Vortr¨ age Wissenschaftliches Seminar , Bachelor, 3CP Delivieries: • 20 Min. Vortrag • 5-8 Seiten Ausarbeitung • Bewertung einer anderen Ausarbeitung Saake et al. Seminar on Modern Software Engineering and Database Concepts 2
Databases D B and Software S E Engineering Organisatorisches – Durchf¨ uhrung • Einf¨ uhrungstermin (heute) • Treffen mit einem Betreuer aus der Arbeitsgruppe (je nach Thema) • Vorlesungen zu wissenschaftlichem Schreiben und Pr¨ asentationen an Einzelterminen • Vortr¨ age als Blockseminar – Termin wird am Ende festgelegt • Folien m¨ ussen eine Woche vor dem Vortrag eingereicht werden → Feedback vom Betreuer • Wissenschaftliche Ausarbeitung (nur Wiss. Sem.) muss 2 Wochen vor dem Vortrag abgegeben werden Saake et al. Seminar on Modern Software Engineering and Database Concepts 3
Databases D B and Software S E Engineering Was machen wir? • Wichtige “Soft Skills“ oder auch Schl¨ usselkompetenzen erlernen • Vortragsweise und -stil ¨ uben • “Konferenzflair“ erleben • Ein wissenschaftliches Papier schreiben • Arbeit mit entsprechenden Vorlagen (Empfehlung: LaTex) • Einarbeitung in ein neues spannendes Thema • Themen kommen aus aktueller Forschung → M¨ ogliches Thema f¨ ur Bachelor-Arbeit / Team-Projekt Saake et al. Seminar on Modern Software Engineering and Database Concepts 4
Databases D B and Software S E Engineering Vortrag • 20 Minuten Vortrag • 5-10 Minuten Diskussion/Fragen • ¨ Uberziehen: Redner wird abgew¨ urgt • Zu Fr¨ uh: Mehr Fragen (ggf. mehr Kritik) • Rechner wird gestellt, vor Veranstaltung Pr¨ asentationen testen! Saake et al. Seminar on Modern Software Engineering and Database Concepts 5
Databases D B and Software S E Engineering Vortrag: Bewertung D B S E Evaluationsbogen Vortrag Arbeitsgruppe Datenbanken und Software Engineering Titel des Vortrags: Sehr Gut . . . Neutral . . . Schlecht Pr¨ asentation Wertung: 1 2 3 4 5 6 7 Auftreten, z.B. • Ausstrahlung, Dynamik • Motivationsf¨ ahigkeit, ¨ Uberzeugungskraft Sprache und Stimme, z.B. • Lautst¨ arke, Modulation, Klarheit • Sprechgeschwindigkeit, -fl¨ ussigkeit Mimik und Gestik, z.B. • K¨ orperhaltung, Bewegungen • Ausdruck, Blickrichtung Fachlicher Eindruck, z.B. • Kompetenz, Seriosit¨ at • Verbindlichkeit Folien Wertung: 1 2 3 4 5 6 7 Design, z.B. • Farben, Schriften, Formatierungen • Klarheit, ¨ Ubersichtlichkeit • Umfang des Inhalts pro Folie Visualisierungen (Tabellen, Grafiken,...), z.B. • Erkl¨ arungskraft, Klarheit • Beschriftungen • Referenzkonzept Vortragskonzept Wertung: 1 2 3 4 5 6 7 Gliederung, z.B. • Aufteilung (Einleitung, Hauptteil, Schluss) • Die wichtigsten Punkte sind vorab klar Argumentation, z.B. • Schl¨ ussigkeit, Roter Faden • Kompaktheit, Klarheit, Vollst¨ andigkeit Inhalt Wertung: 1 2 3 4 5 6 7 Erl¨ auterung der Rahmenbedingungen, z.B. • Hintergrund und Motivation (Begr ¨ undung) • Nutzen und Ziele (Bedeutung) Erl¨ auterung der Vorgehensweise, z.B. • Prinzip, Aufgaben, Ergebnisse • Probleme, Lessons Learned Bemerkungen : Saake et al. Seminar on Modern Software Engineering and Database Concepts 6
Databases D B and Software S E Engineering Wissenschaftliches Papier Saake et al. Seminar on Modern Software Engineering and Database Concepts 7
Databases D B and Software S E Engineering Warum ein Papier schreiben? Bekanntgeben von neuen Errungenschaften/Erfahrungen • Publizieren = Ultimatives Ergebnis wissenschaftlicher Arbeit • Forschung ist nie beendet, solange sie nicht publiziert wurde Andere (z.B. Community) ¨ uber die eigene Arbeit informieren • Anerkennung/Beachtung • Kontakte, wertvolle Zusammen-/Mitarbeit • Feedback F¨ ur euch: → ¨ Uben f¨ ur die Bachelor-Arbeit Saake et al. Seminar on Modern Software Engineering and Database Concepts 8
Databases D B and Software S E Engineering Paper: Bewertung D B S E Evaluationsbogen wissenschaftliche Ausarbeitung Arbeitsgruppe Datenbanken und Software Engineering Titel der Ausarbeitung: Autor: Gutachter: Sehr Gut . . . Neutral . . . Schlecht Titel, Abstract, Einleitung Wertung: 1 2 3 4 5 6 7 Diskussionspunkte (z.B.): • Geeigneter Titel • Qualit¨ at der Zusammenfassung • Hinreichende Motivation • Klare Problemstellung Struktur Wertung: 1 2 3 4 5 6 7 Diskussionspunkte (z.B.): • Roter Faden • Sinnvolle Gliederung • Geeignete ¨ Uberschriften zum Inhalt Inhalt Wertung: 1 2 3 4 5 6 7 Diskussionspunkte (z.B.): • Ausreichende Grundlagen • Keine unn¨ otigen Informationen • Referenzierung • Plausible Begr¨ undungen • Klarheit der Vor-/Nachteile • Gute/korrekte Nutzung von Beispielen Saake et al. Seminar on Modern Software Engineering and Database Concepts 9
Databases D B and Software S E Engineering Themenvorstellung Saake et al. Seminar on Modern Software Engineering and Database Concepts 10
Databases D B and Software S E Engineering CPU “smaller than”-selection GPU “smaller than”-selection i n t pos = 0; i n t t i d = t h r e a d I d x . x + b l o c k I d x . x ✯ blockDim . x ; f o r ( i n t i =0; i < a r r a y s i z e ; ++i ) { w h i l e ( tid < a r r a y s i z e ) { i f ( a r r a y [ i ] < comp val ) bitmask [ t i d ] = ( a r r a y [ t i d ] < comparison value ) ; r e s u l t [ pos++]=i ; t i d += blockDim . x ✯ gridDim . x ; } } Code Optimizations (Broneske) 1. B. Raducanu, P. Boncz, M. Zukowski. 2013. Micro Adaptivity in Vectorwise. SIGMOD 2. K. Datta, M. Murphy, V. Volkov, et al. 2008. Stencil Computation Optimization and Auto-tuning on State-of-the-Art Multicore Architectures. SC Saake et al. Seminar on Modern Software Engineering and Database Concepts 11
Databases D B and Software S E Engineering Multi-Dimensional Index Structures for Main Memory (Broneske) Hauptspeicherdatenbanken sind ein heißes Forschungsthema. Aktuell stehen beschleunigte Scans im Fokus, wobei adaptierte, klassische Indexstrukturen jedoch nicht außer Acht gelassen werden sollten. Die Frage ist: Welche klassischen Indexstrukturen machen f¨ ur den Hauptspeicherbereich Sinn? Welche Adaptionen sind f¨ ur klassische Indexstrukturen in Hauptspeicherdatenbanken sinnvoll? 1. Volker Gaede und Oliver G¨ unther. 1998. Multidimensional access methods. ACM Computing Surveys 2. Kim, Changkyu, et al. 2010. FAST: Fast architecture sensitive tree search on modern CPUs and GPUs. SIGMOD Saake et al. Seminar on Modern Software Engineering and Database Concepts 12
Databases D B and Software S E Engineering Hybrid Storage In Practice (Campero) Several commercial systems nowadays offer hybrid storage. This commonly means that data can be stored simultaneously in columnar format and in traditional index structures. Recent evaluations confirm that there are benefits from such approach for mixed workloads, provided that hybrid designs are properly recommended. In this seminar topic we will review recent results and study a prototypical hybrid design advisor. To close we’ll analyze possible future directions. 1. Dziedzic, Adam, Jingjing Wang, Sudipto Das, Bolin Ding, Vivek R. Narasayya, and Manoj Syamala. 2018. Columnstore and B+ tree-Are Hybrid Physical Designs Important? ICMD 2. Abadi, Daniel, Peter Boncz, Stavros Harizopoulos, Stratos Idreos, and Samuel Madden. 2013. The design and implementation of modern column-oriented database systems. Foundations and Trends in Databases Saake et al. Seminar on Modern Software Engineering and Database Concepts 13
Databases D B and Software S E Engineering Economic Games for Data Management (Campero) In designing autonomous strategies for multi-user data systems, researchers have found that topics from Game Theory (like Pareto dominance) and from Economic Theory (like Supply/Demand modeling) can be useful to optimize the trade-offs in scheduling a common pool of resources across users with different workloads. In this seminar topic we’ll give a brief overview on basics from both fields, and we’ll study some components of a novel data management system following these ideas (NashDB). Looking forward we’ll consider how models from these fields could hold relevance for self-driving data management beyond the proposed system. 1. Marcus, Ryan, Olga Papaemmanouil, Sofiya Semenova, and Solomon Garber. 2018. NashDB: An End-to-End Economic Method for Elastic Database Fragmentation, Replication, and Provisioning. CDM 2. Pentaris, Fragkiskos, and Yannis Ioannidis. 2006. Query optimization in distributed networks of autonomous database systems. ACM Transactions on Database Systems Saake et al. Seminar on Modern Software Engineering and Database Concepts 14
Recommend
More recommend
