2 resultados para TPC


Relevância:

10.00% 10.00%

Publicador:

Resumo:

O arroz é o alimento básico para milhões de pessoas no Mundo inteiro. Como tal, o seu valor nutricional é algo de extrema importância. Contudo, ao seu processamento está associado um desperdício dos resíduos que advêm do seu descasque e branqueamento, o farelo e a casca. O principal objetivo deste trabalho consistiu no estudo do valor nutricional do grão de arroz e da valorização dos resíduos (farelo e casca) através da avaliação da atividade antioxidante. O estudo foi aplicado a três frações do bago de arroz: grão, farelo e casca, de três subvariedades diferentes: opale, ariete e ellebi. Foi avaliado o perfil de macronutrientes nas amostras de arroz, entre eles o teor de humidade, cinza, proteína e gordura. O grão foi a fração que apresentou maior teor de humidade, o farelo a que apresentou maior teor de gordura e proteína e a casca maior teor de cinza. Os compostos bioativos foram extraídos pelo método de extração sólido-liquido, usando como solvente uma mistura aquosa de metanol. A caracterização dos compostos antioxidantes dos extratos foi analisada através do teste da eliminação dos radicais livres de DPPH (2,2-difenil-1-picrilhidrazilo) e pelo método de Folin-Ciocalteau. Para a identificação dos compostos bioativos foi utilizada a técnica de UPLC-PDA (Cromatografia líquida de ultra eficiência - Detetor de matriz de Fotodíodos). A casca foi o extrato que continha uma maior capacidade antioxidante e um maior conteúdo de fenólicos totais (TPC), e o extrato do grão o que apresentou menor valor. Identicamente, foi na casca onde se conseguiu identificar um maior número de compostos, entre os quais se destacam os ácidos gentísico, isoferúlico, vanílico, elágico, p-cumárico e levulínico. A extração de compostos antioxidantes de farelo e casca de arroz demonstrou ser uma via bastante promissora para a valorização destes resíduos.

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Current computer systems have evolved from featuring only a single processing unit and limited RAM, in the order of kilobytes or few megabytes, to include several multicore processors, o↵ering in the order of several tens of concurrent execution contexts, and have main memory in the order of several tens to hundreds of gigabytes. This allows to keep all data of many applications in the main memory, leading to the development of inmemory databases. Compared to disk-backed databases, in-memory databases (IMDBs) are expected to provide better performance by incurring in less I/O overhead. In this dissertation, we present a scalability study of two general purpose IMDBs on multicore systems. The results show that current general purpose IMDBs do not scale on multicores, due to contention among threads running concurrent transactions. In this work, we explore di↵erent direction to overcome the scalability issues of IMDBs in multicores, while enforcing strong isolation semantics. First, we present a solution that requires no modification to either database systems or to the applications, called MacroDB. MacroDB replicates the database among several engines, using a master-slave replication scheme, where update transactions execute on the master, while read-only transactions execute on slaves. This reduces contention, allowing MacroDB to o↵er scalable performance under read-only workloads, while updateintensive workloads su↵er from performance loss, when compared to the standalone engine. Second, we delve into the database engine and identify the concurrency control mechanism used by the storage sub-component as a scalability bottleneck. We then propose a new locking scheme that allows the removal of such mechanisms from the storage sub-component. This modification o↵ers performance improvement under all workloads, when compared to the standalone engine, while scalability is limited to read-only workloads. Next we addressed the scalability limitations for update-intensive workloads, and propose the reduction of locking granularity from the table level to the attribute level. This further improved performance for intensive and moderate update workloads, at a slight cost for read-only workloads. Scalability is limited to intensive-read and read-only workloads. Finally, we investigate the impact applications have on the performance of database systems, by studying how operation order inside transactions influences the database performance. We then propose a Read before Write (RbW) interaction pattern, under which transaction perform all read operations before executing write operations. The RbW pattern allowed TPC-C to achieve scalable performance on our modified engine for all workloads. Additionally, the RbW pattern allowed our modified engine to achieve scalable performance on multicores, almost up to the total number of cores, while enforcing strong isolation.