利用GPU的R树细粒度并行STR方法批量构建

被引:3
作者
邵华
江南
胡斌
吕恒
朱进
机构
[1] 南京师范大学虚拟地理环境教育部重点实验室
关键词
R树; GPU; 批量构建; 细粒度并行; 空间索引;
D O I
10.13203/j.whugis20130158
中图分类号
P208 [测绘数据库与信息系统];
学科分类号
070503 ; 081603 ; 0818 ; 081802 ;
摘要
大数据时代,需要对海量空间数据更快速地建立高效索引,使用递归排序网格(STR)方法构建的R树具有优秀的查询性能,但构建效率不高。本文利用基于计算机图形处理器(GPU)的通用计算具有细粒度可并行性的特点,提出了一种基于STR算法的R树GPU并行构建算法,使用线性数据结构存储R树,并且用整体排序代替分段排序,细化算法的并行粒度。实验结果表明,同CPU算法相比,本文算法的加速比最高可达27倍,并且呈现出随着数据量增大而变大的趋势。本文算法充分利用GPU的并行处理能力,高效构建了性能优越的R树空间索引。
引用
收藏
页码:1068 / 1073
页数:6
相关论文
共 4 条
[1]   从图形处理器到基于GPU的通用计算 [J].
刘金硕 ;
刘天晓 ;
吴慧 ;
曾秋梅 ;
任梦菲 ;
顾宜淳 .
武汉大学学报(理学版), 2013, 59 (02) :198-206
[2]   R树家族的演变和发展 [J].
张明波 ;
陆锋 ;
申排伟 ;
程昌秀 .
计算机学报, 2005, (03) :289-300
[3]  
Speeding up Spatial Database Query Execution using GPUs[J] . Bogdan Simion,Suprio Ray,Angela Demke Brown. Procedia Computer Science . 2012
[4]   Parallel bulk-loading of spatial data [J].
Papadopoulos, A ;
Manolopoulos, Y .
PARALLEL COMPUTING, 2003, 29 (10) :1419-1444