Możliwości akceleracji przestrzennych baz danych na podstawie procesorów kart graficznych oraz funkcji użytkownika

• Autorzy: Aptekorz M. , Szostek K. , Młynarczuk M.

Warianty tytułu

EN

Spatial database acceleration using graphic card processors and user-defined functions

• Języki publikacji: PL

Abstrakty

PL

W artykule wykazano, iż możliwe jest przyspieszenie procesów analizy danych przestrzennych, w tym wypadku danych katalogu astrometrycznego gwiazd, bez konieczności modyfikacji kodu źródłowego bazy danych. Wykorzystano do tego celu zewnętrzne funkcje użytkownika UDF oraz technologię CUDA firmy NVIDIA, która pozwala na skuteczną akcelerację obliczeń numerycznych na podstawie procesorów kart graficznych.

EN

This paper proves that it is possible to accelerate spatial data analysis, for example astronomic data, without modifying source code of the database engine. User-defined function (UDF) were used in cooperation with NVIDIA CUDA to in-crease efficiency and speed of numerical operations.

Słowa kluczowe

PL

przestrzenna baza danych; GPU; UDF; PostgreSQL; MySQL

EN

spatial database; GPU; UDF; PostgreSQL; MySQL

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2012
• Tom: Vol. 33, nr 2B
• Strony: 145--152
• Opis fizyczny: Bibliogr. 9 poz.

Twórcy

autor

Aptekorz M.

autor

Szostek K.

autor

Młynarczuk M.

• Akademia Górniczo-Hutnicza, Wydział Geologii, Geofizyki i Ochrony Środowiska, Katedra Geoinformatyki i Informatyki Stosowanej,

Bibliografia

• 1. Govindaraju N., Gray J., Kumar R., Manocha D.: GPUTeraSort: high performance graphics co-processor sorting for large database management. Proceedings of the 2006 ACM SIGMOD international conference on Management of data (SIGMOD ‘06). ACM, New York, USA 2006, s. 325÷336.
• 2. Pawłowski R., Mrozek D.: Przyspieszenie algorytmu Smitha-Watermana z użyciem procesora graficznego. Studia Informatica, Vol. 32, No. 2A(96), Wydawnictwo Politechniki Śląskiej, Gliwice 2011, s. 181÷198.
• 3. Bakkum P., Skadron K.: Accelerating SQL database operations on a GPU with CUDA. Proceedings of the 3rd Workshop on General-Purpose Computation on Graphics Processing Units (GPGPU ‘10). ACM, New York, USA 2010, s. 94÷103.
• 4. Govindaraju N. K., Lloyd B., Wang W., Lin M., Manocha D.: Fast Computation of Database Operations using Graphics Processors. Proceedings of SIGGRAPH ‘05 ACM SIGGRAPH 2005 Courses. ACM, Article No. 206, New York 2005.
• 5. van Leeuwen F.: Hipparcos, the New Reduction of the Raw Data. Astron. Astrophys. 439, (2005), 2007.
• 6. Piórkowski A.: MySQL Spatial and PostGIS - implementations of spatial data standards. EJPAU, T. 14(1), #03, 2011.
• 7. PostgreSQL Global Development Group, PostgreSQL 9.1.2 Documentation, http://www.postgresql.org/docs/9.1/static/ (dostęp: 31.12.2011).
• 8. Oracle Corporation, MySQL 5.0 Reference Manual, http://dev.mysql.com/doc/refman/5.0/en/ (dostęp: 31.12.2011).
• 9. CUDA Zone, NVIDIA Corporation, http://www.nvidia.pl/object/cuda_home_new_pl.html, (dostęp 31.12.2011).