Search

В статье предложен подход к разработке математического обеспечения для поддержки процесса управления схемой реляционной СУБД, позволяющего учитывать статистику конкурентного доступа потока запросов к данным в иерархии памяти, используемой ядром СУБД. Отмечены недостатки существующих подходов, основанных на условной стоимости выполнения плана запроса, рассмотрен вопрос игнорирования издержек кооперативного доступа к данным в разделяемой памяти ЭВМ. Дается теоретикомножественное представление процесса обработки потока запросов, учитывающее недостатки существующих теоретикомножественных моделей. Предлагаемое представление обеспечивает учет фактических временных затрат для потока параллельно выполняемых запросов. Операции на высокоуровневом языке запросов предоставляются посредством множеств типовых операций доступа к данным в памяти. Разработана классификация операций доступа к памяти, позволяющая рассчитывать степень конкуренции при кооперативном выполнение запросов. Вводится формальное представление конкурентных запросов и условие выбора оптимального распределения данных в ходе функционирования базы данных на некотором промежутке времени. Полученные в работе результаты могут найти применение при разработке математического и программного обеспечения автономных систем управления базами данных, автоматизирующих управление физической схемой базы данных., The article proposes an approach to the development of mathematical support system for the relational database (database control system) schematic control process, allowing to take into account the statistics of competitive access to the data query flow in the memory used by the database control system engine by hierarchy. The articles notes shortcomings of existing approaches based on the conditional costs of the query plan and the issue of ignoring the costs related to cooperative access to the data contained in a shared computer memory. There is a settheoretic presentation of the query flow processing, which also takes into consideration the shortcomings of the existing settheoretic models. The proposed approach ensures the actual time costs calculations for the flow of concurrently executed queries. Highlevel query language operations are provided through a variety of typical access operations to the InMemory Data. The article presents a classification of the memory access operations, which allows to calculate the degree of competition during the cooperative query execution. This study also introduces a formal presentation of competitive queries and the conditions for choosing the optimal data distribution method during the database operation in a given period of time. The proposed settheoretic model allows us to calculate the memory segments, access to which leads to a competitive query. The results obtained in this paper can be used in the development of mathematical support systems and other software for the Autonomous database control systems that automate the management of the physical database scheme., №2(25) (2019)

Рассмотрены методы использования технологии облачных вычислений для разработки программного обеспечения, реализующего параллельную обработку распределенных данных. Рассмотрен метод параллельной реализации операции JOIN на основе принципа симметричного горизонтального распределения. Даны описания виртуальных программно-аппаратных комплексов, которые реализуют распараллеливание на уровне обработки запросов и на уровне операции JOIN средствами Microsoft Azure. Приведены экспериментальные данные, подтверждающие эффективность предложенного подхода., The methods of using cloud computing technology for the development of software that implements parallel processing of distributed data are considered. The method of parallel implementation of the JOIN operation based on the symmetric horizontal distribution principle is considered. There are descriptions of virtual software and hardware systems that implement parallelization at the level of processing requests and at the level of the JOIN operation using Microsoft Azure. Experimental data confirming the effectiveness of the proposed approach are presented., Международный научный журнал "Современные информационные технологии и ИТ-образование", № (2017)

This article gives an information about the differential optical flow method for finding, based on the method of Lucas-Canada. Calculation speed increased by parallel processing on the GPU. The practical implementation of the algorithm allows to find the displacement between the points of two images of the same object.

В связи с появлением задач, требующих обработки сверхбольших баз данных, необходимы новые эффективные методы параллельной обработки и анализа таких объемов данных на многопроцессорных вычислительных системах. В работе рассматриваются индексные структуры специального вида, названные распределенными колоночными хеш-индексами. Данные структуры основываются на использовании колоночного представления и предназначены для обработки запросов на основе фрагментного параллелизма. Описывается декомпозиция реляционных операций пересечения и естественного соединения, выполняемая с использованием распределенных колоночных хеш-индексов.

В статье рассматривается возможность использования энергоэффективного микропроцессора Epiphany для решения актуальной прикладной задачи - детекции лиц на изображении. Этот микропроцессор представляет собой многоядерную вычислительную систему с распределенной памятью, выполненную на одном кристалле. Из-за малой площади кристалла микропроцессор обладает существенными аппаратными ограничениями (в частности, он имеет всего 32 килобайта памяти на ядро), которые ограничивают выбор алгоритма и затрудняют его программную реализацию. Для детекции лиц адаптирован известный алгоритм, основанный на каскадном классификаторе, использующем LBP-признаки (Local Binary Patterns). Показано, что микропроцессор Epiphany, имеющий 16 ядер, может на этой задаче в 2,5 раза обогнать одноядерный процессор персонального компьютера той же тактовой частоты, при этом потребляя лишь 0,5 ватта электрической мощности. I t is studied the possibility of usage of energy-efficient Epiphany microprocessor for solving actual applied problem of face detection at still image. The microprocessor is a multicore system with distributed memory, implemented in a single chip. Due to small die area the microprocessor has significant hardware limitations (in particular it has only 32 kilobytes of memory per core) which limit the range of usable algorithms and complicate their software implementation. Common face-detection algorithm based on local binary patterns (LBP) and cascading classifier was adapted for parallel implementation. It is shown that Epiphany microprocessor having 16 cores can outperform single-core CPU of personal computer having the same clock rate by a factor of 2.5, while consuming only 0.5 watts of electric power. Сухинов Антон Александрович, к.ф. м.н., научный сотрудник, Сколковский институт науки и технологий (Сколково, Российская Федерация), soukhinov@gmail.com. Остроброд Георгий Борисович, программист ООО «СиВижинЛаб» (Таганрог, Российская Федерация), wdf.gost@gmail.com. A.A. Sukhinov, Skolkovo Institute of Science and Technology (Skolkovo, Russia), G.B. Ostrobrod, CVisionLab (Taganrog, Russia)

В предыдущих работах автором была предложена универсальная программная платформа, позволяющая реализовать известные алгоритмы метода группового учета аргументов, базисы, методы обучения и критерии селекции моделей. В статье приводится решение актуальной задачи увеличения производительности этой платформы. На основе проведенного обзора существующих архитектур вычислительных систем для параллельной обработки данных и программных систем индуктивного моделирования с поддержкой параллельных вычислений выработаны требования к подсистемам параллельных вычислений и управления памятью программной платформы. С использованием методологии объектно-ориентированного анализа и проектирования разработана объектно-ориентированная структура этих подсистем, приведены особенности их работы для каждой из указанных архитектур вычислительных систем. Производительность параллельной реализации комбинаторного алгоритма метода группового учета аргументов на базе программной платформы оценена экспериментально для многоядерных процессоров. In previous works the author has proposed a universal software framework that allows implementing the known algorithms of group method of data handling, model bases, training methods and model selection criteria. This paper introduces the solution of a topical problem of increasing the performance of the framework. Based on the review of existing computing architectures for parallel data processing and software systems for inductive modeling supporting parallel computations the author has worked out the requirements for the subsystems of parallel computing and memory management of the software framework. Using the methodology of object-oriented analysis and design the author developed the object-oriented structure of these subsystems and introduced the specifics of their operation on each of the mentioned computing architectures. The performance of the parallel implementation of the combinatorial group method of data handling algorithm on basis of the software framework was evaluated experimentally for multi-core processors.