| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 目录 | 第9-14页 |
| 第一章 绪论 | 第14-23页 |
| 1.1 课题背景与意义 | 第14-15页 |
| 1.2 并行编程技术 | 第15-18页 |
| 1.2.1 并行计算概念 | 第15页 |
| 1.2.2 并行编程模型 | 第15-17页 |
| 1.2.3 并行程序性能评估 | 第17-18页 |
| 1.3 研究现状及主要工作 | 第18-21页 |
| 1.3.1 相关工作并行研究进展 | 第18-21页 |
| 1.3.2 主要研究内容 | 第21页 |
| 1.4 论文组织结构 | 第21-23页 |
| 第二章 GPU 通用计算及并行原语 | 第23-38页 |
| 2.1 引言 | 第23页 |
| 2.2 GPU 通用计算技术 | 第23-26页 |
| 2.2.1 GPU 技术概述 | 第23-24页 |
| 2.2.2 GPU 通用计算研究进展 | 第24-26页 |
| 2.3 计算统一设备架构--CUDA | 第26-33页 |
| 2.3.1 CUDA 编程模型 | 第26-30页 |
| 2.3.2 CUDA 软件结构 | 第30-33页 |
| 2.4 Thrust 并行操作原语 | 第33-37页 |
| 2.4.1 Thrust 与 CUDA 的互操作性 | 第33-34页 |
| 2.4.2 Thrust 并行操作原语 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 GSInsert4LHT:基于 GPU 排序的无锁批量插入线性哈希表 | 第38-54页 |
| 3.1 引言 | 第38页 |
| 3.2 相关研究工作 | 第38-40页 |
| 3.2.1 串行插入算法 | 第38-39页 |
| 3.2.2 相关并行处理算法 | 第39-40页 |
| 3.3 线性哈希表无锁批量插入算法 | 第40-47页 |
| 3.3.1 GPU 线性哈希表存储结构 | 第40-41页 |
| 3.3.2 无锁批量记录插入算法 | 第41-46页 |
| 3.3.3 执行代价分析 | 第46-47页 |
| 3.4 实验结果及分析 | 第47-52页 |
| 3.4.1 实验平台 | 第47-48页 |
| 3.4.2 实验数据及参数设置 | 第48页 |
| 3.4.3 实验设计及结果分析 | 第48-52页 |
| 3.5 应用 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 CUBPT:GPU 加速的 B+树无锁批量插入算法 | 第54-76页 |
| 4.1 引言 | 第54页 |
| 4.2 相关研究工作 | 第54-57页 |
| 4.2.1 B+树结构及其串行插入 | 第55-56页 |
| 4.2.2 批量插入算法 | 第56-57页 |
| 4.3 CUBPT 无锁批量插入算法 | 第57-66页 |
| 4.3.1 CUBPT 存储结构及其扩展 | 第57-59页 |
| 4.3.2 GPU 加速的无锁批量插入算法 | 第59-65页 |
| 4.3.4 代价分析 | 第65-66页 |
| 4.4 实验结果及分析 | 第66-74页 |
| 4.4.1 CUBPT 批量建树过程分析 | 第66-68页 |
| 4.4.2 CUBPT 批量插入过程分析 | 第68-74页 |
| 4.5 应用实例 | 第74-75页 |
| 4.6 本章小结 | 第75-76页 |
| 第五章 GXQ:一种基于关系数组的 XPath查询方法 | 第76-94页 |
| 5.1 引言 | 第76页 |
| 5.2 XPath 查询及相关研究工作 | 第76-79页 |
| 5.2.1 背景知识 | 第76-77页 |
| 5.2.2 相关工作 | 第77-79页 |
| 5.3 基于关系数组的 XPath 查询算法 GXQ | 第79-90页 |
| 5.3.1 相关数据结构 | 第79-84页 |
| 5.3.2 GXQ 算法描述 | 第84-89页 |
| 5.3.3 算法分析 | 第89-90页 |
| 5.4 实验及分析 | 第90-93页 |
| 5.4.1 实验建立 | 第90-91页 |
| 5.4.2 实验结果及分析 | 第91-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 一种大规模分段处理 Top-k 查询算法 | 第94-109页 |
| 6.1 引言 | 第94页 |
| 6.2 Top-k 查询模型及相关工作 | 第94-97页 |
| 6.2.1 Top-k 查询数学模型 | 第95页 |
| 6.2.2 相关研究工作 | 第95-97页 |
| 6.3 基于 GPU 的 top-k 查询优化 | 第97-104页 |
| 6.3.1 数据结构定义 | 第97-98页 |
| 6.3.2 CNRA 算法描述 | 第98-103页 |
| 6.3.3 代价分析 | 第103-104页 |
| 6.4 实验结果及比较 | 第104-107页 |
| 6.4.1 实验建立 | 第104-105页 |
| 6.4.2 结果分析 | 第105-107页 |
| 6.5 本章小结 | 第107-109页 |
| 结论及未来工作 | 第109-111页 |
| 参考文献 | 第111-116页 |
| 攻读博士学位期间取得的研究成果 | 第116-117页 |
| 致谢 | 第117-118页 |
| 答辩委员会对论文的评定意见 | 第118页 |
