데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
GPU를 이용한 데이터스트림에서의 유사 시퀀스 매칭 |
| 영문제목(English Title) |
Similar Sequence Matching Method in Data Streams Using GPU |
| 저자(Author) |
여은지
임효상
Eunji Yeo
Hyo-Sang Lim
|
| 원문수록처(Citation) |
VOL 32 NO. 03 PP. 0097 ~ 0114 (2016. 12) |
한글내용
(Korean Abstract) |
본 논문은 GPU의 병렬성을 이용하여 데이터스트림에서의 유사 시퀀스 매칭(similar sequence matching)을 수행하는 방법을 제안한다. 기존의 데이터베이스에서의 유사 시퀀스 매칭과는 다르게 빠르게 계속해서 대량의 데이터가 생성되는 데이터스트림에서는 실시간으로 유사 시퀀스 매칭이 수행해야 할 필요가 있다. 대용량의 데이터를 실시간성을 가지면서 빠르게 처리하기 위해서 본 논문에서는 GPU의 병렬성을 이용한다. GPU는 대용량의 데이터를 병렬적으로 수행하여 높은 처리량을 얻을 수 있는 장점을 제공한다. 그러나 실시간으로 데이터가 입력될 때마다 유사 시퀀스 매칭을 수행하는 것은 매 시점마다 데이터의 복사와 GPU의 호출을 위한 오버헤드가 발생하여 비효율적이다. 이를 해결하기 위해서 본 논문에서는 일정 시간 동안 입력 데이터를 모아두었다가 수행하는 배치 기법을 사용하여 GPU 호출을 위한 오버헤드를 줄이는 새로운 유사 시퀀스 매칭 방법을 제안한다. 성능 평가 결과, 제안하는 방법이 CPU를 이용한 방법에 비해 성능을 크게 향상시킴을 알 수 있었다.
|
영문내용
(English Abstract) |
In this paper, we propose a similar sequence matching method in data streams using GPU parallelism. Unlike similar sequence matching in databases, similar sequence matching in data streams should be performed in real time since a large amount of data is continuously generated. In this paper, we use the parallelism of GPU to process large amount of data with real time property. GPUs have the advantage of high throughput by processing a large amounts of data in parallel. However, it is inefficient to perform similar sequence matching whenever a new data item arrives due to the overhead of data transformation and GPU function calls. To solve the inefficient issue, we propose a new similar sequence matching technique which reduces the overhead by using a batch method collecting input data for a certain period of time. As a result of the performance evaluation, we show that the proposed method significantly improves the performance compared to the method using CPUs.
|
| 키워드(Keyword) |
GPU
유사 시퀀스 매칭
데이터스트림
병렬 처리
GPU
Similar Sequence Matching
Data Streams
Parallel Processing
|
| 파일첨부 |
PDF 다운로드
|
