基于图形处理器的并行方体计算
外文标题：Parallel Data Cube Computation on Graphic Processing Units
文献类型：期刊
作者：周国亮[1]
机构：教育部数据工程与知识工程重点实验室(中国人民大学),北京,100872;中国人民大学信息学院,北京,100872;保定电力职业技术学院信息系,河北,保定,071051;教育部数据工程与知识工程重点实验室(中国人民大学),北京,100872;中国人民大学信息学院,北京,100872
通讯作者：Zhou, G.-L.(zhouguoliang@ruc.edu.cn)
年：2010
期刊名称：计算机学报
卷：33
期：10
页码范围：1788-1798
增刊：增刊
收录情况：EI(20104613383325)
所属部门：信息学院
语言：中文
ISSN：0254-4164
链接地址：http://d.g.wanfangdata.com.cn/Periodical_jsjxb201010002.aspx
DOI：10.3724/SP.J.1016.2010.01788
人气指数：3
浏览次数：3
基金：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
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
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.
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
无线传感器网络中隐私保护通用近似查询协议.范永健;陈红;张晓莹,等.计算机学报.2014,915-926.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
