Dados meteorológicos : um estudo de viabilidade utilizando um SGBD em plataforma de baixo custo

Abstract

Resumo: Atualmente, os dados meteorológicos estão sendo utilizados em diversas áreas:segurança (alertas sobre chuvas, ventanias), agricultura (previsão de tempo ajuda nadecisão da plantação, períodos de seca, colheita), lazer (previsão do tempo na praia, nocampo) etc. Estes dados apresentam tipos, freqüência e origem diferentes e geralmente nãose encontram centralizados em uma única fonte.Neste trabalho apresentamos um estudo de viabilidade de armazenamento de dadosmeteorológicos utilizando um banco de dados em uma plataforma de baixo custo.Utilizamos o software de código aberto PostgreSQL e GNU/Linux.As características do PostgreSQL e Orientação a Objeto são brevemente descritas,com o intuito de analisar como elas podem ser aproveitadas e como o sistema funciona.Os problemas com relação a benchmarks, análise de desempenho com dadosmeteorológicos e suas características são levantados e ao final é apresentada umaimplementação.Com os resultados aferidos foi possível apontar como o PostgreSQL trabalha comtipos de dados distintos, de tamanhos distintos, centralizando a informação somente emuma única fonte: o banco de dados.Finalmente, em face dos resultados deste estudo, são sugeridas implementações paraque este SGBD interaja melhor com este tipo distinto de dado.

Abstract: Meteorological data are each day even more helpful: safety (alerts about rain, windstorm), agriculture (weather forecast helps the decision of planting, dryness period, harvest time), leasure time (weather forecast at the beach), etc. These data have different frequency, types and generally are generated in different places.We present a viability study of meteorological data using an Open Source Database.The software used was PostgreSQL and GNU/Linux.The characteristics of PostgreSQL is mentioned, with the objective of verifying how system works and how we can take advantage of it. The problems with benchmarking meteorological data and its characteristics is discussed and finally is presented an implementation. Considering the results we were able to highlight how PostgreSQL works with different types of data, different sizes, centralizing the information in just one source: the database. Finally we suggest some implementations for this DBMS interact better with meteorological data.