具有复杂约束条件的海量数据聚集及其并行化实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17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页 |
| 1.1.2 课题研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 立方体存储方式 | 第10-11页 |
| 1.2.2 立方体物化策略 | 第11-13页 |
| 1.2.3 处理器类型 | 第13-15页 |
| 1.3 本文的主要研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 第2章 数据立方体、压缩算法及GPU基础知识 | 第17-27页 |
| 2.1 数据立方体基础知识 | 第17-19页 |
| 2.1.1 数据立方体定义 | 第17页 |
| 2.1.2 数据立方体的基本操作 | 第17-19页 |
| 2.2 数据压缩算法 | 第19-21页 |
| 2.2.1 词典编码 | 第19-20页 |
| 2.2.2 位向量编码 | 第20-21页 |
| 2.2.3 游程编码 | 第21页 |
| 2.3 GPU基础知识 | 第21-25页 |
| 2.3.1 GPU编程模式 | 第22-23页 |
| 2.3.2 GPU存储模型 | 第23-25页 |
| 2.3.3 存储体冲突 | 第25页 |
| 2.4 GPU加速数据库 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 基于多维前序树的存储模型 | 第27-45页 |
| 3.1 前序编码 | 第27-28页 |
| 3.2 多维前序树的结构 | 第28-35页 |
| 3.2.1 树形结构 | 第29-31页 |
| 3.2.2 子叶节点内部结构 | 第31-35页 |
| 3.3 多维前序树构造算法 | 第35-41页 |
| 3.3.1 多维前序树单线程CPU构造算法 | 第35-39页 |
| 3.3.2 多线程CPU的多维前序树构造算法 | 第39页 |
| 3.3.3 多核心GPU的多维前序树构造算法 | 第39-41页 |
| 3.4 多维前序树模型的优势 | 第41-42页 |
| 3.4.1 数据压缩 | 第41-42页 |
| 3.4.2 存储体冲突消除 | 第42页 |
| 3.4.3 多维复杂查询 | 第42页 |
| 3.4.4 快速构造前序树 | 第42页 |
| 3.5 构造算法对比实验结果及分析 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章 并行多维复杂查询算法 | 第45-58页 |
| 4.1 复杂条件约束的范围选择 | 第46-49页 |
| 4.1.1 选取符合条件的叶结点 | 第46-48页 |
| 4.1.2 在节点内进行元组过滤 | 第48-49页 |
| 4.2 海量数据聚集算法 | 第49-52页 |
| 4.2.1 输出维度后缀合并运算 | 第49-50页 |
| 4.2.2 相同前序节点的合并计算 | 第50-51页 |
| 4.2.3 聚集运算 | 第51-52页 |
| 4.3 实验结果及分析 | 第52-56页 |
| 4.3.1 聚集算法同MOC算法对比实验 | 第52-54页 |
| 4.3.2 范围选择算法同数据库对比实验 | 第54-55页 |
| 4.3.3 范围选择对比实验 | 第55-56页 |
| 4.4 本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64页 |
