登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 任务书 > 计算机类 > 软件工程 > 正文

高并发gpu内存数据库系统的设计与实现任务书

 2020-02-20 18:29:24  

1. 毕业设计(论文)主要内容:

由于物理工艺的限制,近年来cpu的性能已经难以得到大幅提升。然而,在大数据时代数据量快速增长,这使得cpu越来越难以应对日益增长的数据处理需求。与此同时,随着通用图形处理器(gpgpu)计算技术的流行,利用gpu的并行计算能力来优化查询执行的性能成为数据库方向的研究热点。本研究旨在利用gpu的高性能计算能力,通过查询任务间协同进行gpu的资源管理,支持并发的查询请求,进而有效提升gpu的整体资源利用率。

研究内容:

1、查询任务的创建:基于gpu的高性能计算能力,研究利用gpu加速数据库的join和sort等sql操作符以及事务的执行。需要针对gpu的计算特点,生成合适的查询任务,方便gpu的处理。
2、数据传输优化:gpu数据库的瓶颈在于io传输,这一部分任务占据了大部分的执行时间,在不同的查询任务中重复传输了数据库中相同列存储数据,不但浪费了pcie总线带宽,还占用了大量的cpu资源。本研究将基于内存数据库,设计有效的计算策略,尽可能减少数据传输的时间,提升查询速度。
3、任务调度设计:现有的各种gpu数据库调度系统由于各查询任务单独管理gpu资源带来重复开销,导致gpu的利用率仍然较低,我们将使不同任务协同使用gpu资源,统一进行调度,进而减少任务切换的开销,提高总体查询效率。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

1.查阅15篇相关文献(不少于3篇外文文献),并每篇书写200—300字文献摘要(装订成册,带封面);
2.认真填写周记,完成至少1500字开题报告(“设计的目的及意义”至少800汉字;“基本内容和技术方案”至少400汉字;进度安排应尽可能详细;教指导教师意见应包含:学生的调研是否充分?基本内容和技术方案是否已明确?是否已经具备开始设计(论文)的条件?能否达到预期的目标?是否同意进入设计(论文)阶段?);
3.完成5000中文字以上的相关英文专业文献翻译,并装订成册(中英文一起,带封面);
4.完成系统的编码与调试;
5.完成10000字以上的毕业论文;
6.进行论文答辩。



3. 毕业设计(论文)完成任务的计划与安排

(1)2019/1/19—2019/2/28:确定选题,查阅文献,外文翻译和撰写开题报告;
(2)2019/3/1—2019/4/30:系统架构、程序设计与开发、系统测试与完善;
(3)2019/5/1—2019/5/25:撰写及修改毕业论文;
(4)2019/5/26—2019/6/5:准备答辩。



4. 主要参考文献

[1] Y Yuan, R Lee, X Zhang. The Yin and Yang of processing data warehousing queries on GPU devices[J]. Proc. VLDB Endow., 2013, 6(10): 817–828.
[2] Wang K, Zhang K, Yuan Y, et al. Concurrent analytical query processing with GPUs[J]. Proc. VLDB Endow., 2014, 7(11): 1011-1022.
[3] Peter B, Kevin S. Accelerating SQL database operations on a GPU with CUDA[C]. Proceedings of the 3rd Workshop on General-Purpose Computation on Graphics Processing Units. ACM, 2010: 94-103.
[4] Heimel M, Michael S, Holger P, Stefan M, Volker M. Hardware-oblivious parallelism for in-memory column-stores[C]. Proceedings of the VLDB Endowment 6.9 (2013): 709-720.
[5] Naga K. G, Brandon L, Wei W, Ming L, Dinesh Manocha. Fast computation of database operations using graphics processors[C]. In SIGMOD, 2004: p206.
[6] 李逸龙, 张凯, 何震瀛, 王晓阳. 基于GPU数据库系统的并发查询性能优化[J]. 计算机应用与软件. 2018(08).

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图