面向海量数据的连接查询算法的优化研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-10页 |
| 1.1.1 课题研究背景 | 第8-9页 |
| 1.1.2 课题研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 连接优化策略的研究现状 | 第10-11页 |
| 1.2.2 基于GPU的连接算法研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第2章 数据库连接查询基础知识 | 第14-26页 |
| 2.1 数据库连接的基本概念 | 第14-16页 |
| 2.1.1 数据库连接定义 | 第14-15页 |
| 2.1.2 连接模型分类 | 第15-16页 |
| 2.2 经典连接算法 | 第16-20页 |
| 2.2.1 传统的连接算法 | 第17-18页 |
| 2.2.2 列式数据库连接算法 | 第18-20页 |
| 2.3 数据库连接优化方法概述 | 第20-25页 |
| 2.3.1 连接索引优化 | 第20-21页 |
| 2.3.2 连接代价优化 | 第21-22页 |
| 2.3.3 分布式构架优化 | 第22-24页 |
| 2.3.4 GPU优化 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 面向连接运算的存储模型及压缩算法 | 第26-40页 |
| 3.1 数据分块模型 | 第26-30页 |
| 3.1.1 列存储模型 | 第26-27页 |
| 3.1.2 基于连接的存储模型 | 第27-30页 |
| 3.2 基于GPU的数据压缩算法 | 第30-37页 |
| 3.2.1 GPU线程分配及联合访存模型 | 第31-32页 |
| 3.2.2 压缩算法及压缩过程 | 第32-34页 |
| 3.2.3 间隔差值压缩算法 | 第34-35页 |
| 3.2.4 基于GPU差值压缩算法实现 | 第35-37页 |
| 3.3 实验结果与分析 | 第37-39页 |
| 3.3.1 实验环境 | 第37页 |
| 3.3.2 实验数据 | 第37-38页 |
| 3.3.3 实验结果与分析 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于GPU的连接查询方法 | 第40-62页 |
| 4.1 基于GPU的选择算法 | 第40-45页 |
| 4.1.1 基于压缩数据的选择运算基本流程 | 第40-41页 |
| 4.1.2 基于GPU的传统差值压缩数据选择算法 | 第41-42页 |
| 4.1.3 基于GPU的间隔差值压缩数据选择算法 | 第42-44页 |
| 4.1.4 基于GPU的选择算法对比 | 第44-45页 |
| 4.2 基于GPU的多表连接算法 | 第45-49页 |
| 4.2.1 多表连接模型及基本流程 | 第45-46页 |
| 4.2.2 基于GPU的传统差值压缩数据连接算法 | 第46-48页 |
| 4.2.3 基于GPU的间隔差值压缩数据连接算法 | 第48页 |
| 4.2.4 基于GPU的连接算法对比 | 第48-49页 |
| 4.3 多任务流模型 | 第49-51页 |
| 4.3.1 基于GPU的多任务流调度模型 | 第49-50页 |
| 4.3.2 基于多任务流的多表连接模型 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-61页 |
| 4.4.1 实验数据与测试用例 | 第51-52页 |
| 4.4.2 基于GPU的选择算法的实验结果与分析 | 第52-56页 |
| 4.4.3 基于GPU的连接算法的实验结果与分析 | 第56-61页 |
| 4.5 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68页 |
