后期负载调整：一个并行JOIN动态负载平衡算法

本文针对以往的并行ＪＯＩＮ负载平衡策略所存在的缺陷，根据并行ＪＯＩＮ负载平衡的特点和要求，提出一个在ＪＯＩＮ操作后期对负载动态调整的算法。通过性能评估说明，该算法具有预处理开销少，灵活的自适应能力，负载平衡效果理论等特点，同时算法简便，易于实现。     

并行数据库中JOIN运算的并行算法

JOIN运算的并行算法一直是并行数据库领域中研究的热点问题,先后出现了一系列并行JOIN算法或改进算法,但它们都存在着通信效率较低、负载调度频繁等问题。本文针对这些问题,在分析比较前人工作的基础上对湖＋算法与ABJ＋算法加以改进,得到了效率更高的并行JOIN算法ABJ＋＋。     

并行数据库负载平衡算法研究

该文讨论了影响并行数据库负载平衡的几种数据扭曲以及几种典型的并行连接运算算法，提出了在ＳＮ结构下保持并行数据库负载平衡算法的一些考虑。     

解决并行JOIN中数据偏斜的一种方法

1.引言 最近的研究表明,数据库系统也可以利用并行处理来提高更大、更复杂查询的效,因为关系操作是面向集合的操作,本身就具有一定的可并行特性,这为查询优化在选择并行取路径时提供了很大的灵活性。     

基于流水线负载平衡模型的并行爬虫研究

针对并行爬虫系统在多任务并发执行时所遇到的模块间负载平衡问题,提出流水线负载平衡模型（PLB）,将不同的任务抽象为独立模块而达到各模块的处理速度相等,采用多线程的方式实现基于PLB的并行爬虫,根据线程的休眠和缓冲区的变化对线程数量进行动态调整以实现PLB。实验结果表明该方法具有良好的运行效率和稳定性。     

基于混合负载平衡的并行启发式搜索算法

在分析了迭代加深启发式搜索(Iterative Deepening A*)算法及其可并行性后,提出了一种新的基于混合负载平衡的并行迭代加深启发式搜索算法。该算法综合了静态负载平衡和动态负载平衡的优点,可以在多结点的并行搜索计算中获得很高的加速比和效率。给出了该算法的Java RMI实现。通过在72个结点的并行机上的试验表明,该算法可以极大地提高并行搜索算法的加速度和效率。     

一种有效的并行数据库动态负载平衡连接算法

在基于Shared-nothing结构的并行数据库中,负载平衡一直是影响查询处理性能的重要因素。在数据库中频繁使用的连接操作会因为各种因素导致的负载倾斜和额外的通讯开销而降低数据库的整体性能。提出了一种基于RCMD分布方法的动态负载平衡连接算法,能够在连接操作的执行过程中动态调整各个结点的负载。理论分析和实验结果证明提出的算法能够有效地平衡负载,提高并行数据库的执行效率。     

并行数据库的改进Hash划分方法及并行Join算法

文中提出了Ｈａｓｈ划分的改进方法－－ＩＨ划分,ＩＨ划分为结点扩充时数据的重新划分提供了方便,在论述ＩＨ划分的基础上,给出了基于该数据划人垢并行Ｊｏｉｎ算法,利用已有数据分布,文中提出的并行Ｊｏｉｎ算法提高算法的效率。最后,从理论上对以上并行算法的计算复杂性进行了分析。     

基于复杂连续系统并行仿真的自动任务划分

有效地进行任务划分、控制并行粒度,才能充分利用并行计算机的资源,通过对复杂连续系统仿真程序特点的分析,提出了以状态方程为核心、以右函数段的计算为主要对象的自动任务划分算法,使用结果表明具有很好的并行效果。     

并行绘制的动态负载平衡算法研究

负载平衡是影响并行绘制效率的关键问题。提出了动态负载平衡算法两阶段映射的模型,给出了负载平衡性能的一种度量方法;还提出了一种最佳的任务调度算法,对该算法的性能进行了分析,得出绘制时间的理论上限值,同时给出了多任务划分的方法。     

基于HRR划分的并行RDBn树Join算法

文章首先介绍了PDBMS采用的Hash-Round-Robin(HRR)数据划分方法以及基于该划分方法的并行RDBn树,最后着重、详细地给出了基于该树的并行Join算法,分析了该算法的效率。     

并行数据库性能研究

本文讨论了影响并行数据库性能的几点因素，提出了在无共享结构下保持负载平衡，提高并行数据库性能的几点考虑     

一种基于Agent的多粒度负载平衡中间件

通过负载平衡中间件技术,能够对多台计算机集群提供负载平衡,从而对集群中各类冗余服务进行有效管理,使系统的伸缩性和可靠性最大化。然而,现有的负载平衡中间件大都采用单一的基于对象的负载监测粒度,在多个服务对象组共存的情况下会导致服务对象组的扩展能力不强,并存在重复的负载监测。本文基于CORBA技术,通过采用Ageent,提出了一种多粒度的负载平衡中间件模型,并阐述了该模型相关的若干关键技术、解决方法及其实现。     

基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法

随着大数据集的不断更新,经典的多粒度粗糙集理论不再适用。为此,提出加权粒度优势关系程度悲观多粒度粗糙集与加权粒度优势关系程度乐观多粒度粗糙集的相关理论。在此基础上,给出了一种基于加权粒度和优势关系的程度多粒度粗糙集近似集的动态并行更新算法。最后,通过实验验证了所提算法的有效性,其能够应对海量动态更新的数据变化并提升运行效率。     

一种并行BP神经网络的动态负载平衡方案

为了加快在大规模神经网络训练下并行技术的训练速度问题,从BP算法的内部结构分析了BP神经网络算法的大规模行划分方法,提出了一种动态负载平衡方案。通过在PC集群环境下对并行算法的试验结果表明,这种并行划分提高了加速比,具有现实意义。     

一种并行BP神经网络的动态负载平衡方案

为了加快在大规模神经网络训练下并行技术的训练速度问题，从BP算法的内部结构分析了BP神经网络算法的大规模行划分方法，提出了一种动态负载平衡方案。通过在PC集群环境下对并行算法的试验结果表明．这种并行划分提高了加速比，具有现实意义。     

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。     

基于时间偏差的并行逻辑模拟的动态负载平衡

随着大规模集成电路的复杂性日益增加,逻辑模拟开始采用并行离散事件模拟技术。在现有的基于时间偏差协议的并行逻辑模拟系统的基础上,提出了一个动态负载平衡模型,模型能够针对模拟时的负载变化,进行以一组模拟对象为单位的迁移以实现负载平衡。提出模拟推进度的概念,作为对并行逻辑模拟过程中的负载进行准确的衡量标准。     

基于规范划分集的并行循环计算划分

计算划分问题是并行编译中最为重要的问题之一.针对并行循环,在数据分布确定的情况下,提出了基于规范集的计算划分算法,具体讨论了规范集的获取方法及综合通信与负载均衡的最优方案选取算法.实验表明,在并行循环处理方面,这一算法与以前几种算法相比更加简单、有效;采用这一算法的p_HPF编译器对数据并行应用问题可以获得良好的加速比和效率.该编译器已在石油领域得到应用.