QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1791|回复: 0
打印 上一主题 下一主题

[书籍资源] 向量分组聚集计算技术研究

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-10-29 15:44 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    向量分组聚集计算技术研究
    $ f- p' z% @2 I8 l1 t7 C
    ( ^7 {+ a# F" N3 w4 T+ {! c' L
    ) p. H$ b4 {) g8 K( p
    分组聚集计算是 OLAP 重要的操作符之一,分组聚集操作是一种数据密集型负载.在内存数据库和
    ' Z2 `+ i6 E  T" b0 T  [GPU 数据库应用场景下不仅需要研究其性能优化技术,还需要研究如何优化分配分组聚集计算执行场地以最: m( ~& {. m0 N, l9 K+ n8 T
    小化 CPU 与 GPU 之间的数据传输代价.针对异构计算平台的硬件特征提出了向量聚集计算技术,将位于传统
    6 C0 U1 a6 G5 [4 f$ P  z( J+ D流水线末端的分组聚集计算按照“早分组,晚聚集”策略进行分解与下推,实现将数据密集型的分组聚集计算从
    4 f# ~! Y2 q: Q8 Q9 M1 {" C9 D流水线中分离,将操作与处理器计算特性优化匹配,实现异构计算平台上最优的负载分配.通过将传统基于哈希  H3 [: I' d+ d! Z8 W
    分组的聚集计算转换为向量分组聚集计算,显著提升了分组聚集计算性能.实验结果表明,向量分组聚集技术相
    # Q) Y, p( M$ i: z6 Z对于具有代表性的高性能内存数据库 Hyper、GPU 数据库 MapD 最大达到 5-8 倍的性能提升.向量聚集计算不
    / _  V1 a' n# K; J0 ]: n仅提高了 OLAP 聚集计算性能,而且实现了将数据密集型负载从查询计划中分离的目标,使异构计算平台能够' z( C3 p( U  Y, t5 Q
    根据处理器的硬件特性优化配置计算资源,提高异构计算平台 OLAP 的整体性能
    ; b# p- t, q5 K& X& G& @* W; T2 H% ?7 M8 A0 f

    2 T5 f1 H, o$ `7 H" b* G& H1 \6 t6 t) _
    0 |9 q0 M. i( o- W3 ~4 D; x
    ; }6 [* a0 g, l- {% J/ N

    向量分组聚集计算技术研究.pdf

    1.07 MB, 下载次数: 0, 下载积分: 体力 -2 点

    售价: 3 点体力  [记录]  [购买]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-6-16 01:28 , Processed in 0.728150 second(s), 55 queries .

    回顶部