資源描述：
《基于gpu的多連接查詢優(yōu)化》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。
1、．＇：巧：巧北：如顏．琴識Ｖ巧咱理扣Ｖ＾■＇．掉扣又卑．讀奪／Ｊ議；；？寺請磚＾乂?。崳姡樱铮酰?；ｈＣｈｎａＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｉｙｇｙ工程碩±學位論文基于ＧＰＵ的多連接查詢化化．■．．．．．■．．‘＇＇Ｖ－’？，作者姓名蔡譯野工程領域軟件工程校內指導教師奚建清教授校外指導教師陳軍強高級工程師所在學院軟件學院論
2、文提交日期２０１６年３月—／TheOptimizationofMulti-JoinQuerybasedonGPUADissertationSubmittedfortheDegreeofMasterCandidate：CaiZeyeSupervisor：Prof.XiJianqingS.E.ChenJunqiangSouthChinaUniversityofTechnologyGuangzhou,China分類號：TP3學校代號：10561學號:201321033658華南理工大學碩士學位論文基于GPU的多連
3、接查詢優(yōu)化作者姓名：蔡澤野申請學位級別：工程碩士工程領域名稱：軟件工程校內指導教師姓名、職稱：奚建清教授校外指導教師姓名、職稱：陳軍強高級工程師論文形式：?產(chǎn)品研發(fā)?工程設計5應用研究?工程/項目管理?調研報告研究方向：軟件工程技術論文提交日期：2016年3月23日論文答辯日期：2016年3月25日學位授予單位：華南理工大學學位授予日期：年月日答辯委員會成員：主席：王振宇委員：彭新一、朱映波、吳一民、楊捷華南理工大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除
4、了文中特別加Ｗ標注引用的內容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均己在文中Ｗ明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。蔣。作者簽名日期：７／俾；輪３月巧日學位論文版權使用授權書本學位論文作者完全了解學校有關保留，艮：、使用學位論文的規(guī)定Ｐ研究生在校攻讀學位期間論文工作的知識產(chǎn)權單位屬華南理工大學。學校有權保存并向國家有關部口或機構送交論文的復印件和電子版，允許學位論文被查閱（除在保密期內的保密論文外）；學?？?/p>
5、公布學位論文的全＇、部或部分內容，可ｙＡ允許采用影印縮印或其它復制手段保存、匯編學位一論文致。。本人電子文檔的內容和紙質論文的內容相本學位論文屬于：□保密，在年解密后適用本授權書。ｘ／不保密，供校內師生和與學校有共享協(xié)議，同意在校園網(wǎng)上發(fā)布的單位瀏覽；同意將本人學位論文提交中國學術期刊（光盤版）電子雜志狂全文出版和編入ＣＮＫＩ《中國知識資源總庫》，傳播學位論文的全部或部分內容。＂＂（請在［＾上相應方框內打Ｖ）作者簽名：慕季聲日期；？。／如／批日指導教師簽名；日期２．／辟＾巧＾
6、白作者聯(lián)系電話；電子郵箱；聯(lián)系地址（含郵編）；摘要隨著信息時代的到來，數(shù)據(jù)處理的要求越來越高。一方面是數(shù)據(jù)更加復雜和數(shù)據(jù)量巨大膨脹，另一方面又要求數(shù)據(jù)處理的短時延和高吞吐量。傳統(tǒng)數(shù)據(jù)庫在單機平臺上的串行處理方式已不能滿足需要，并行處理是滿足大數(shù)據(jù)處理需要的有效方法。而日漸發(fā)展的用于通用計算的圖形處理器GPU以其超強的計算能力和存儲器帶寬，成為并行計算的有力工具，為加速數(shù)據(jù)處理提供了硬件支持。多連接查詢是數(shù)據(jù)處理中最常見和最耗時的操作，多連接查詢的效率是數(shù)據(jù)庫性能的重要因素。因此，本文利用GPU這一硬件平臺，研
7、究、設計和實現(xiàn)了多連接操作的優(yōu)化工作。在GPU上的多連接查詢優(yōu)化分為兩個階段，第一個階段是建立連接的代價模型，采用啟發(fā)式算法獲取一棵代價最小的多連接查詢樹；第二個階段是在這個最小代價的多連接查詢樹上，用GPU進行并行優(yōu)化。GPU上并行優(yōu)化不僅可以實現(xiàn)每個連接內部的并行優(yōu)化，還可以實現(xiàn)各個連接間的并行優(yōu)化。多種并行優(yōu)化方式同時使用，才能充分利用GPU的并行處理能力，最大限度地提高多連接查詢處理的性能。本文一是詳細設計和實現(xiàn)了在GPU上的兩種單連接的并行優(yōu)化，即排序歸并連接和哈希連接的并行優(yōu)化，并分析比較了這兩種連接的串行實現(xiàn)
8、；二是討論了連接間的并行調度策略，如順序并行執(zhí)行策略、分層并行執(zhí)行策略和右深樹執(zhí)行策略，分析比較了這幾種策略的優(yōu)劣。本文最后，實驗測試了排序歸并連接和哈希連接算法在GPU與多核CPU上性能，結果表明基于GPU優(yōu)化的排序歸并連接和哈希連接算法性能優(yōu)于多核CPU上的并行算法，加速比分別達到了7.25和5.2
