用于分组和集函数计算的并行排序方法

本文考虑在并行数据库系统中基于归并排序的分组操作和集函数计算。为消除结点间数据分布倾斜对并行排序效果的影响，采用静态或动态数据平衡方法。通过实验模拟，比较了采用不平衡方法、静态平衡方法和动态平衡方法的查询效果     

NOW系统上的并行快速排序算法

介绍了在NOW系统上的并行快速排序算法的设计与实现，分析了影响算法性能的因素及改进方法，最后给出了该算法对字符串排序的并行效率为49．15％。     

负载平衡技术在油藏数值模拟模型并行化中的应用

对胜利油区广泛采用的多层二维二相油藏模拟模型开展了并行化研究，提出并采用按层粗粒度并行方法实现软件的并行化。在此基础上，为解决各处理器负载不平衡的缺陷，结合软件的特点设计了多种负载平衡方案进行对比研究，优化后的负载平衡方案有效地提高了软件的并行效率，半进行了多种实用性影响因素分析。     

与并行条件表达式的生成

逻辑程序的与并行是子句体中文字的并行执行。如果若干文字共享某个变量,获得与并行的一种途径是:仅启动其中一个文字执行,该文字称为该变量的产生器,其它的文字(称为该变量的消耗器)处于等待状态,这称为排序。排序方法大致为完全动态排序、完全静态排序和动静结合排序。本文给出无用户启发信息时的静态排序算法,采用     

一种新的并行归并排序算法

文章提出了一种新的并行归并排序算法。算法充分利用并行系统中各个处理机中数据排序后序列长度相等的特点,计算出归并段对中的一个元素和最后一个元素的位置,然后再从相应的位置进行归并排序。该算法可使排序后的数据分布完全达到平衡,具有较高的负载平衡性、可扩展性和排序稳定性。文章最后给出了基于PC集群的实验结果,并把该结果与PSRS算法作了比较。     

SMP集群系统上可扩展并行特征问题求解器研究

基于对称三对角特征问题的分而治之方法，提出了一个适合SMP集群环境的多级混合并行算法。SMP节点内的并行求解采用了粗粒度和细粒度两种OpenMP并行。为了改善纯MPI算法中的负载不平衡，混合并行算法使用了动态任务分配方法。在深腾6800上的试验表明，混合并行算法具有好的扩展性和加速比。 关键词：SMP集群；MPI+OpenMP；混合并行；并行求解器     

一种优化BITONIC算法:"并行-优化-串行"合并和分类向量算法

串行算法并行化是发挥各种巨型机的效率的关键技术之一。“并行－优化－串行”归并向量算法（OSVM），是一种串行算法并行化的优化方法，它用O（N／p)时间把总长为N的两个有序序列归并或把总长为N的一个Bitonic序列排序。“并行－优化－串行”排序向量算法（POSVS）用O（NlogN)/p）时间在实际SIMD机上把N个数排序，这些是第1个满足以下两个条件的向量Optimal算法（加速比＝O（p))，（1）它能在实际SIMD计算机上实现，处理机的台数p的范围很宽1≤N^1-ε，这里，ε是任意的小的正数。（2）它统一了3种不同类的合并算法：Batcher的Bitonic算法（最快但效率随参数变大而向于0），优化(Optimal)算法（效率为常数的算法）和最佳的串行算法。而且综合了3个算法的优点，“并行－优化－串行”（POS）方法是一个通用方法，它还可以应用到其它类型问题上。     

并行归并排序算法

构造效率为Ｏ（１）的并行算法是一个引人注目的问题。［１］和［２］分别提出了并行度为Ｏ（ｌｏｇｎ）和Ｏ（ｎ＾１／２）的、效率为Ｏ（１）的并行排序算法。本文提出一种新的并行排序算法，其效率为Ｏ（１），而并行步数小于［１］和［２］的算法的并行步数。经过改进后，在保持效率为Ｏ（１）的情况下，可进一步将并行度扩大到Ｏ（ｎ＾１／２ｌｏｇ ｎ）。     

基于消息传递接口的大规模生物网络比对并行化算法

为有效降低生物网络比对算法的时间复杂度,提出一种基于可扩展的蛋白质相互作用网络比对(SPINAL)算法的消息传递接口(MPI)并行化实现方法。该方法将MPI并行化思想运用在SPINAL算法中,在多核环境中采用并行排序代替算法原本的排序方式,并结合负载均衡策略合理分配任务。实验结果表明,与未使用并行排序以及负载均衡策略相比,该方法在处理大规模生物网络比对时能有效地缩短计算时间,提高运算效率,对于不同组比对数据都有较为稳定的优化保障,具有良好的可扩展性。     

并行数据库系统PARO的物理设计方法与实现

物理设计方法是并行数据库系统研究和实现中的一个核心问题，本文介绍我们在一个并行数据库原型系统中采用的数据库物理设计方法，描述其数据划分，并行Ｂ树索引结构和几种复杂并行数据组织形式。