| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 课题研究背景 | 第9-10页 |
| 1.1.2 课题研究意义 | 第10-11页 |
| 1.2 国内外相关研究工作综述 | 第11-13页 |
| 1.2.1 数据库存储策略研究现状 | 第11-12页 |
| 1.2.2 基于 GPU 的数据库复杂查询优化研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 数据库查询基础知识 | 第15-27页 |
| 2.1 列式数据库 | 第15-17页 |
| 2.1.1 数据压缩 | 第15-16页 |
| 2.1.2 延迟物化 | 第16页 |
| 2.1.3 成组迭代 | 第16-17页 |
| 2.1.4 不可见连接 | 第17页 |
| 2.2 数据库查询的基本概念 | 第17-20页 |
| 2.2.1 关系代数介绍 | 第17-19页 |
| 2.2.2 复杂条件查询的定义和性质 | 第19-20页 |
| 2.3 数据库查询优化技术概述 | 第20-25页 |
| 2.3.1 基于索引的查询优化方法 | 第20-21页 |
| 2.3.2 基于语义的查询优化方法 | 第21-22页 |
| 2.3.3 分布式查询优化方法 | 第22-23页 |
| 2.3.4 基于 GPU 的查询优化方法 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 物理存储和压缩模型 | 第27-37页 |
| 3.1 物理存储模型 | 第27-30页 |
| 3.1.1 列存储模型 | 第27-28页 |
| 3.1.2 基于稀疏索引的列存储模型 | 第28-30页 |
| 3.2 基于 GPU 的差值压缩算法 | 第30-33页 |
| 3.2.1 差值压缩算法 | 第30-31页 |
| 3.2.2 数据传输与 GPU 线程规划 | 第31-32页 |
| 3.2.3 差值压缩算法的并行化实现 | 第32-33页 |
| 3.3 实验结果与分析 | 第33-36页 |
| 3.3.1 实验环境 | 第33-34页 |
| 3.3.2 实验数据 | 第34-35页 |
| 3.3.3 实验结果与分析 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于 GPU 的复杂 SQL 查询算法 | 第37-54页 |
| 4.1 SQL 语句解析 | 第37-38页 |
| 4.1.1 词法分析 | 第37-38页 |
| 4.1.2 语法分析 | 第38页 |
| 4.2 SQL 范围查询的并行化实现 | 第38-40页 |
| 4.3 SQL 分组查询的并行化实现 | 第40-44页 |
| 4.3.1 问题描述 | 第40-41页 |
| 4.3.2 基于 GPU 的多维排序并行化实现 | 第41-42页 |
| 4.3.3 分组查询并行化实现策略 | 第42-43页 |
| 4.3.4 合并查询结果 | 第43-44页 |
| 4.4 流水线调度模型 | 第44-46页 |
| 4.4.1 问题描述 | 第44-45页 |
| 4.4.2 流水线调度策略 | 第45-46页 |
| 4.5 实验结果与分析 | 第46-53页 |
| 4.5.1 实验数据与测试用例 | 第46页 |
| 4.5.2 实验结果与分析 | 第46-53页 |
| 4.7 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62-63页 |