| 基于图形处理器的并行方体计算 |
| |
| 引用本文： | 周国亮,陈红,李翠平,王珊,郑涛.基于图形处理器的并行方体计算[J].计算机学报,2010,33(10). |
| |
| 作者姓名： | 周国亮 陈红 李翠平 王珊 郑涛 |
| |
| 作者单位： | 教育部数据工程与知识工程重点实验室(中国人民大学);中国人民大学信息学院;保定电力职业技术学院信息系; |
| |
| 基金项目： | 国家"八六三"高技术研究发展计划项目基金，教育部高等学校博士学科点专项科研基金项目基金 |
| |
| 摘 要： | 方体(cube)计算是数据仓库和联机分析处理(Online analytical processing,OLAP)领域的核心问题,如何提高方体计算性能获得了学术界和工业界的广泛关注,但目前大部分方体算法都没有考虑最新的处理器架构.近年来,处理器从单一计算核心进化为多个或许多个计算核心,如多核CPU、图形处理器(Graphic Processing Units, GPU)等.为了充分利用现代处理器的多核资源,该文提出了基于GPU的并行方体算法GPU-Cubing,算法采用自底向上、广度优先的划分策略,每次并行完成一个cuboid的计算并输出;在计算cuboid过程中多个分区同步处理,分区内多线程并行.GPU-Cubing算法适合GPU体系结构,并行度高.与BUC算法相比,基于真实数据集的完全方体计算可以获得一个数量级以上的加速比,冰山方体获得至少2倍以上的加速.
|
| 关 键 词： | 图形处理器 并行方体计算 实时数据仓库 联机分析处理 |
Parallel Data Cube Computation on Graphic Processing Units |
| |
| ZHOU Guo-Liang,CHEN Hong,LI Cui-Ping,WANG Shan,ZHENG Tao.Parallel Data Cube Computation on Graphic Processing Units[J].Chinese Journal of Computers,2010,33(10). |
| |
| Authors: | ZHOU Guo-Liang CHEN Hong LI Cui-Ping WANG Shan ZHENG Tao |
| |
| Affiliation: | ZHOU Guo-Liang1),2),3)CHEN Hong1),2)LI Cui-Ping1),2)WANG Shan1),2)ZHENG Tao1),2)1)(Key Laboratory of Data Engineering and Knowledge Engineering(Renmin University of China)of Ministry of Education 100872)2)(School of Information,Renmin University of China,Beijing 100872)3)(Department of Information,Baoding Electric Power Vocation & Technology College,Baoding,Hebei 071051) |
| |
| Abstract: | In the fields of data warehousing and OLAP,data cube computation is a core problem,and how to improve performance of cube computation is constant pursuit of academy and industry,but most of cube algorithms are designed without considering modern processor architecture.In recent years,processor has evolved from one core to multi-core or many-core such as multi-core CPUs and GPU.To take full advantage of modern multi-core processors,this paper proposes parallel data cube computation algorithm called GPU-Cubin... |
| |
| Keywords: | graphic processing units parallel cube computation real-time data warehouse online analytical processing |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
