Зиёдулло Маликов Шукуров Эркинжон

РАЗРАБОТКА ЭФФЕКТИВНОГО АЛГОРИТМА АНАЛИЗА ДАННЫХ В ПАРАЛЛЕЛЬНЫХ СИСТЕМАХ БАЗ ДАННЫХ


Самаркандский государственный университет
Зиёдулло Маликов
Шукуров Эркинжон


Aннoтaция: Параллельная база данных — это база данных, которая включает несколько процессоров и работает параллельно с базой данных, используемой для предоставления услуг. Параллельная система баз данных стремится повысить производительность за счет распараллеливания различных операций, таких как загрузка данных, построение индекса и оценка запросов. Параллельные системы улучшают скорость обработки и ввода-вывода за счет параллельного использования нескольких процессоров и дисков.
Ключeвыe cлoвa: Параллельная система, база данных, алгоритм, диск, обработка.


ВВEДEНИE
Работа с параллельной базой данных
Шаг 1 — Параллельная обработка делит большую задачу на множество более мелких задач и выполняет более мелкие задачи одновременно на нескольких ЦП и завершает их быстрее.
Шаг 2. Движущей силой параллельных систем баз данных является потребность приложений, которые должны запрашивать чрезвычайно большие базы данных порядка терабайт или должны обрабатывать большое количество транзакций в секунду.
Шаг 3 — При параллельной обработке многие операции выполняются одновременно, в отличие от последовательной обработки, при которой вычислительные этапы выполняются последовательно.


МAТEРИAЛЫ И МEТOДЫ
Параллельные алгоритмы — это алгоритмы, специально разработанные для параллельных компьютеров. Идеализированные параллельные алгоритмы — это алгоритмы, написанные для моделей PRAM, если не накладываются физические ограничения или накладные расходы на связь. В реальном мире алгоритм считается эффективным только в том случае, если его можно экономически эффективно реализовать на физических машинах. В этом смысле все машинно-реализуемые алгоритмы должны зависеть от архитектуры. Это означает, что влияние коммуникационных издержек и архитектурных ограничений нельзя игнорировать.
Характеристики параллельного алгоритма
Существуют различные характеристики параллельного алгоритма, которые заключаются в следующем:
Детерминированный против недетерминированного — только детерминированные алгоритмы реализуемы на реальных машинах. Наше исследование ограничено детерминированными алгоритмами с полиномиальной временной сложностью.
Вычислительная гранулярность — гранулярность определяет размер элементов данных и программных модулей, используемых в вычислениях. В этом смысле мы также классифицируем алгоритмы как мелкозернистые, среднезернистые и крупнозернистые.
Профиль параллелизма — распределение степени параллелизма в алгоритме показывает возможность параллельной обработки. Это часто влияет на эффективность параллельных алгоритмов.
Шаблоны связи и требования к синхронизации. Шаблоны связи касаются как доступа к памяти, так и межпроцессорного взаимодействия. Шаблоны могут быть статическими или динамическими, в зависимости от алгоритмов. Статические алгоритмы больше подходят для SIMD или конвейерных машин, а динамические алгоритмы — для машин MIMD. Частота синхронизации часто влияет на эффективность алгоритма.
Единообразие операций — это относится к типам основных операций, которые необходимо выполнить. Если операции едины для всего набора данных, обработка SIMD или конвейерная обработка могут быть более желательны. Другими словами, случайно структурированные алгоритмы больше подходят для обработки MIMD. Другие связанные вопросы включают типы данных и желаемую точность.
Требования к памяти и структуры данных. При решении крупномасштабных задач для наборов данных может потребоваться огромный объем памяти. На эффективность памяти влияют выбранные структуры данных и шаблоны перемещения данных в алгоритмах. И временная, и пространственная сложность являются ключевыми мерами детализации параллельного алгоритма.