CUDA-RA: Uma ferramenta de interpretação de álgebra relacional e estrutura de dados para GPU
Resumo
Banco de dados relacionais são um importante campo de aplicação para organização e análise de grandes quantidades de dados gerados por diversas tecnologias. Ao mesmo tempo, arquiteturas de computador estão começando a se deslocar em direção a arquiteturas hierárquicas e paralelas empregando sistemas de memória otimizadas com relação a vazão, multithreading leve, e organizações de núcleos no formato instrução-única múltiplosdados (SIMD). Esse artigo explora o mapeamento de operações primitivas da álgebra relacional estrutural e o uso de GPUs, de forma auxiliar no ensino da disciplina de banco de dado, interpretar consultas e demonstrar a melhor forma de ganho de desempenho na exploração de dados.
Palavras-chave:
Banco de Dados, Álgebra Relacional, GPU
Referências
Clua, E.W.G. and Zamith, M.P. (2015). Programming in CUDA for Kepler and Maxwell architecture. Revista de Informática Teórica e Aplicada, 22(2):233–257.
Data.rio (2013). Total de transações com guia não isenta por bairro. Disponível em: [link], Acesso em: 30 maio 2016.
Delgado, C., Xexeo, J.A.M., SOUZA, I.F., Campos, M., and Rapkiewicz, C.E. (2004). Uma abordagem pedagógica para a iniciação ao estudo de algoritmos. In XII Workshop de Educação em Computação.
Diamos, G.F., Wu, H., Lele, A., and Wang, J. (2012). Efficient relational algebra algorithms and data structures for GPU.
Freitas, M.F., Mota, S.D.S., Soares, L.S., and Reis, R.C.D. (2014). Portec: uma ferramenta para auxiliar na abstração dos conceitos de estrutura de dados. In Anais do Simpósio Brasileiro de Informática na Educação, volume 25, page 872.
Silberschatz, A., Korth, H.F., Sudarshan, S., and Vieira, D. (2006). Sistema de banco de dados. Elsevier, 5ª edição.
Zamith, M., Clua, E., Pagliosa, P., Conci, A., MONTENEGRO, A., and Valente, L. (2007). The GPU used as a math co-processor in real-time applications. In Proceedings of the V Brazilian Symposium on Computer Games and Digital Entertainment, pages 37–43. Citeseer.
Data.rio (2013). Total de transações com guia não isenta por bairro. Disponível em: [link], Acesso em: 30 maio 2016.
Delgado, C., Xexeo, J.A.M., SOUZA, I.F., Campos, M., and Rapkiewicz, C.E. (2004). Uma abordagem pedagógica para a iniciação ao estudo de algoritmos. In XII Workshop de Educação em Computação.
Diamos, G.F., Wu, H., Lele, A., and Wang, J. (2012). Efficient relational algebra algorithms and data structures for GPU.
Freitas, M.F., Mota, S.D.S., Soares, L.S., and Reis, R.C.D. (2014). Portec: uma ferramenta para auxiliar na abstração dos conceitos de estrutura de dados. In Anais do Simpósio Brasileiro de Informática na Educação, volume 25, page 872.
Silberschatz, A., Korth, H.F., Sudarshan, S., and Vieira, D. (2006). Sistema de banco de dados. Elsevier, 5ª edição.
Zamith, M., Clua, E., Pagliosa, P., Conci, A., MONTENEGRO, A., and Valente, L. (2007). The GPU used as a math co-processor in real-time applications. In Proceedings of the V Brazilian Symposium on Computer Games and Digital Entertainment, pages 37–43. Citeseer.
Publicado
24/10/2016
Como Citar
RAPOSO SEIBERT, Jéssica A.; CORRÊA, Victor Pedro; ORLEANS, Luis Fernando; ZAMITH, Marcelo.
CUDA-RA: Uma ferramenta de interpretação de álgebra relacional e estrutura de dados para GPU. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 27. , 2016, Uberlândia/MG.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2016
.
p. 1290-1294.
DOI: https://doi.org/10.5753/cbie.sbie.2016.1290.
