資源描述：
《gpu上并行數(shù)據(jù)操作技術(shù)優(yōu)化》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、申請上海交通大學(xué)碩士學(xué)位論文GPU上并行數(shù)據(jù)操作技術(shù)優(yōu)化學(xué)校：上海交通大學(xué)院系：電子信息與電氣工程學(xué)院班級：B0803391學(xué)號：1080339014碩士生：鄭超專業(yè)：高性能并行計算導(dǎo)師：鄧倩妮（副教授）上海交通大學(xué)電子信息與電氣工程學(xué)院2010年12月ADissertationSubmittedtoShanghaiJiaoTongUniversityfortheMasterDegreeofComputerScienceandTechnologyOPTIMIZATIONFORPARALLELDATAOPERATIONONGPUAuthor：ZhengChaoS
2、pecialty:ComputerSystemandArchitectureAdvisor:Asso.Prof.DengQianniSchoolofElectronicsandElectricEngineeringShanghaiJiaoTongUniversityShanghai,P.R.ChinaDecember,2010上海交通大學(xué)碩士學(xué)位論文摘要GPU上并行數(shù)據(jù)操作技術(shù)優(yōu)化摘要近年來，隨著多核技術(shù)與GPU（GraphicsProcessingUnits）技術(shù)的發(fā)展和成熟，GPU以其強(qiáng)大的并行計算能力越來越成為研究領(lǐng)域中的熱點。人們已經(jīng)開始研究使用GPU
3、對多種數(shù)據(jù)操作進(jìn)行加速。其中在數(shù)據(jù)庫操作中最常用最耗時的連接操作成為人們研究的重點。本文研究了三個經(jīng)典的連接算法（嵌套連接算法，排序-歸并算法和哈希算法）的串行實現(xiàn)和并行實現(xiàn)，在GPU平臺上實現(xiàn)了它們的并行化算法，并根據(jù)它們各自的特點做了一些優(yōu)化。同時，鑒于GPU平臺和多核處理器系統(tǒng)的相似性，本文把應(yīng)用在計算機(jī)集群上的CMD（CoordinateModuleDistribution）數(shù)據(jù)劃分算法移至到了GPU平臺上，并比較了兩個并行連接算法（排序-歸并算法和哈希算法）和CMD連接算法的性能。另外，本文也比較了以上算法在處理數(shù)據(jù)偏斜時的性能。為了和CPU多核進(jìn)行
4、比較，本文還使用了OpenMP實現(xiàn)了排序-歸并和哈希連接算法，并把它們同GPU上的版本進(jìn)行了比較。本文的貢獻(xiàn)在于，在GPU平臺上實現(xiàn)了排序-歸并和哈希連接算法，并根據(jù)各個算法的特點進(jìn)行了優(yōu)化，同時把CMD算法移植到了GPU平臺。本文比較了這些算法在處理數(shù)據(jù)偏斜時的性能，實驗表第I頁上海交通大學(xué)碩士學(xué)位論文摘要明，哈希算法具有很好的表現(xiàn)，CMD連接算法次之，排序-歸并算法最差。但是在處理均勻分布的數(shù)據(jù)表時，CMD連接算法要明顯遜色于其它兩個算法。而在同OpenMP的版本比較中發(fā)現(xiàn)，兩個版本的性能不相上下。關(guān)鍵字：GPU，并行關(guān)系連接算法，CMD算法，數(shù)據(jù)偏斜第I
5、I頁上海交通大學(xué)碩士學(xué)位論文ABSTRACTOptimizationforparalleldataoperationonGPUABSTRACTInrecentyears,withthedevelopmentandmaturityofmulticoretechnology,GPU(GraphicsProcessingUnits)hasincreasinglybecometheresearchhotspotbyitspowerfulparallelcomputingcapacity.ResearchershavebeenusingGPUtoaccelerateva
6、riouskindsofdataoperations,amongwhichrelationaljoinisthemostcommonlyusedandmosttime-consumingoperation.Thispaperhasstudiedthethreeclassicrelationaljoinalgorithms(nested-loopjoin,sort-mergejoinandhashjoin),bothserialandparallelversion.TheirparallelversionshavebeenimplementedonGPUando
7、ptimizedaccordingtotheircharacteristics.Atthemeantime,duetothesimilaritybetweenclustersandmulticoresystem,thispaperhasmigratedCMD(CoordinateModuleDistribution)algorithm,originallydesignedforclusters,ontoGPUandcompareditsperformancewiththosetwoclassicalgorithmsonGPU.Wealsocomparedthe
8、irperformanceswhenp
