SYSTEM FOR PROCESSING MULTIPLE QUERIES USING GPU
    1.
    发明申请
    SYSTEM FOR PROCESSING MULTIPLE QUERIES USING GPU 审中-公开
    使用GPU处理多个查询的系统

    公开(公告)号:WO2016053083A1

    公开(公告)日:2016-04-07

    申请号:PCT/MY2015/050114

    申请日:2015-10-01

    Applicant: MIMOS BERHAD

    CPC classification number: G06F17/30445 G06F17/30592

    Abstract: A system for processing multiple queries comprising a preprocessor (126) for processing input data into a preprocessed file structure (130) suitable for being processed by parallel instruction sets; a query analyser (136) for processing a plurality of input queries (602) into parallel instruction sets (340) which are grouped and rearranged into an optimized order; and a GPU query execution engine (138) for distributing the preprocessed input data across multiple GPU cores and executing the parallel instruction sets thereon.

    Abstract translation: 一种用于处理多个查询的系统,包括用于将输入数据处理成适于由并行指令集处理的预处理文件结构(130)的预处理器(126) 用于将多个输入查询(602)处理成并入指令集(340)的查询分析器(136),其被分组并重新排列成优化顺序; 以及GPU查询执行引擎(138),用于在多个GPU内核之间分配预处理的输入数据并在其上执行并行指令集。

    USING LOCAL MEMORY NODES OF A MULTICORE MACHINE TO PROCESS A SEARCH QUERY
    2.
    发明申请
    USING LOCAL MEMORY NODES OF A MULTICORE MACHINE TO PROCESS A SEARCH QUERY 审中-公开
    使用MULTICORE MACHINE的本地记忆名称来处理搜索查询

    公开(公告)号:WO2015167562A1

    公开(公告)日:2015-11-05

    申请号:PCT/US2014/036253

    申请日:2014-04-30

    Abstract: An example technique includes assigning partitions of a dataset of multidimensional points to a plurality of local memory nodes of a multicore machine and using the local memory nodes for a search query to determine similarity matches in the dataset for a given multidimensional point. The using includes parallel searching with the local memory nodes in the assigned partitions to identify candidate similarity matches to the given multidimensional point using indexes derived from the multidimensional points, the parallel searching for each node progressing through a sequence of search distances and providing an ongoing search result for each search distance from the given multidimensional point and regulating an extent of the parallel searching based on the ongoing search results.

    Abstract translation: 一个示例性技术包括将多维点的数据集的分区分配给多核机器的多个本地存储器节点,并且使用本地存储器节点进行搜索查询来确定给定多维点的数据集中的相似性匹配。 所述使用包括使用分配的分区中的本地存储器节点并行搜索,以使用从多维点导出的索引来识别与给定多维点的候选相似性匹配,并行搜索每个节点通过搜索距离序列进行并提供正在进行的搜索 对于从给定的多维点的每个搜索距离的结果,并且基于正在进行的搜索结果来调节并行搜索的范围。

    STORING TIME SERIES DATA FOR A SEARCH QUERY
    5.
    发明申请
    STORING TIME SERIES DATA FOR A SEARCH QUERY 审中-公开
    存储时间系列数据进行搜索查询

    公开(公告)号:WO2015065435A1

    公开(公告)日:2015-05-07

    申请号:PCT/US2013/067773

    申请日:2013-10-31

    CPC classification number: G06F17/30445 G06F17/30516 G06F17/30551

    Abstract: Storing time series data for a search query includes identifying a time series whose representation is to be pre-computed based on available memory storage, pre-computing at least one representation of the identified time series, and storing the at least one representation in the memory storage.

    Abstract translation: 存储用于搜索查询的时间序列数据包括标识其表示将基于可用存储器存储预先计算的时间序列,预先计算所识别的时间序列的至少一个表示,以及将至少一个表示存储在存储器中 存储。

    PREDICTING EXECUTION TIMES OF CONCURRENT QUERIES
    6.
    发明申请
    PREDICTING EXECUTION TIMES OF CONCURRENT QUERIES 审中-公开
    预测相关问题的执行时间

    公开(公告)号:WO2015038152A1

    公开(公告)日:2015-03-19

    申请号:PCT/US2013/059837

    申请日:2013-09-14

    CPC classification number: G06N5/04 G06F17/30445 G06N99/005

    Abstract: Example embodiments relate to predicting execution times of concurrent queries. In example embodiments, historical data is iteratively generated for a machine learning model by varying a concurrency level of query executions in a database, determining a query execution plan for a pending concurrent query, extracting query features from the query execution plan, and executing the pending concurrent query to determine a query execution time. The machine learning model may then be created based on the query features, variation in the concurrency level, and the query execution time. The machine learning model is used to generate an execution schedule for production queries, where the execution schedule satisfies service level agreements of the production queries.

    Abstract translation: 示例实施例涉及预测并发查询的执行时间。 在示例实施例中,通过改变数据库中的查询执行的并发级别,确定待执行的并发查询的查询执行计划,从查询执行计划中提取查询特征以及执行待处理的查询执行计划,迭代地为机器学习模型生成历史数据 并发查询确定查询执行时间。 然后可以基于查询特征,并发级别的变化和查询执行时间来创建机器学习模型。 机器学习模型用于生成生产查询的执行计划,其中执行计划满足生产查询的服务级别协议。

    解析システム、計算機システム及び解析方法
    7.
    发明申请
    解析システム、計算機システム及び解析方法 审中-公开
    分析系统,计算机系统和分析方法

    公开(公告)号:WO2013179453A1

    公开(公告)日:2013-12-05

    申请号:PCT/JP2012/064151

    申请日:2012-05-31

    CPC classification number: G06F17/30445 G06F17/30557

    Abstract: 解析システムは、クエリの実行においてタスクを並列で実行しデータベース(DB)からデータを読み出す計算機を有する計算機システムにおけるDBMSの挙動を解析する。解析システムは、クエリに使用する索引キーのキー値に対応する選択行数を取得し、前記選択行数と、最大のスレッド数と、DBMSのインタフェースの並列実行可能な第1入出力処理数と、記憶装置における記憶媒体との間での並列実行可能な第2入出力処理数と、各記憶媒体の並列実行可能な第3入出力処理数とに基づいて、前記クエリに対応する処理における処理並列度モデル予測値を算出し、前記クエリに対応する処理を実際に実行した際の前記記憶媒体に対する入出力イベントに関するイベント情報を前記記憶装置から取得し、前記イベント情報に基づいて、前記クエリに対応する処理を実際に実行した際の処理並列度実測値を算出し、前記処理並列度モデル予測値と、前記処理並列度実測値とに基づいた情報を表示させる。

    Abstract translation: 该分析系统分析具有计算机的计算机系统中的DBMS的动作,所述计算机系统在运行查询时并行执行任务并从数据库(DB)读出数据。 该分析系统获取与查询中使用的索引关键字的键值相对应的所选行数; 基于上述选择的行数,最大线程数,可以并行运行的DBMS接口处理的第一IO进程数,第二IO进程数目的进程来计算查询处理中的处理并行模型预测值 其可以在存储设备中的存储介质之间并行运行,并且可以并行运行的每个存储介质的第三IO处理数量的进程; 在实际处理查询时从存储装置获取与存储介质有关的IO事件的事件信息; 基于所述事件信息计算所述查询的处理实际执行时的处理并行度测量值; 并基于处理并行度预测值和处理并行度测量值显示信息。

    データストリームの並列処理プログラム、方法、及びシステム
    8.
    发明申请
    データストリームの並列処理プログラム、方法、及びシステム 审中-公开
    数据流平行处理程序,方法和系统

    公开(公告)号:WO2013145310A1

    公开(公告)日:2013-10-03

    申请号:PCT/JP2012/058731

    申请日:2012-03-30

    CPC classification number: G06F17/30445 G06F17/30958

    Abstract: データストリームを処理する複数のクエリを複数のノードに配備するためのシステムを提供する。前記複数のノードの各々は、配備されたクエリを実行した結果を後段に出力する能力を有し、前記システムは、前記複数のクエリ及び前記複数のクエリの各々の間の接続関係を取得する、クエリ情報取得部と、前記複数のクエリの各々を並列に実行させる場合に利用し得る分散キーセットを、前記複数のクエリの各々と対応付けて抽出する、分散キーセット抽出部と、前記複数のクエリのクエリ部分集合が所属する分散セグメントであって、前記クエリ部分集合が共通に持つ共通分散キーセットを持つ分散セグメントを生成する、分散セグメント生成部と、前記分散セグメントに対応させてノードを並列分散させ、1つ以上の前記並列分散されたノードの各々に、前記セグメントに所属する前記クエリ部分集合が配備される、並列分散部と、を有する。

    Abstract translation: 提供了一种用于将用于处理数据流的多个查询分配给多个节点的系统。 多个节点中的每一个具有将通过执行分配的查询获得的结果输出到后续阶段的能力。 该系统包括:查询信息获取部分,其获取多个查询中的多个查询和连接关系; 分布式密钥集提取部分,与所述多个查询中的每一个相关联地并行提取可并行地执行所述多个查询中的每一个的分布式密钥集合; 分布式段生成部分,其生成所述多个查询的查询子集所属的分布式段,并且具有所述查询子集具有共同的公共分布式密钥集; 以及并行分配部分,其对应于所述分布式分段并行地分布并行分配并且将属于所述分布式分段的所述查询子集分配给并行分布的所述一个或多个节点中的每一个。

    評価サーバ、評価プログラム及び評価方法
    9.
    发明申请
    評価サーバ、評価プログラム及び評価方法 审中-公开
    评估服务器,评估程序和评估方法

    公开(公告)号:WO2013136528A1

    公开(公告)日:2013-09-19

    申请号:PCT/JP2012/056941

    申请日:2012-03-16

    Abstract:  本願の開示する評価サーバ(100)は、一つの態様において、生成部(132)と、算出部(133)と、配分部(135)とを備える。生成部(132)は、データベース内のデータから、そのデータと照合される照合データを生成する。算出部(133)は、生成された照合データとデータベース内の複数のデータのそれぞれとの照合にかかる照合時間を、データベース内のデータごとに算出する。配分部(135)は、算出された照合時間に基づいて、データベース内の複数のデータをグループに配分する。

    Abstract translation: 在本申请中公开的评估服务器(100)在一方面包括生成单元(132),计算单元(133)和分发单元(135)。 生成单元(132)从存储在数据库中的数据生成与数据进行比较的比较数据。 计算单元(133)计算存储在数据库中的多条数据中的每一条数据的比较时间,所述比较时间是将所生成的比较数据与存储在数据库中的数据进行比较所需的时间。 分配单元(135)基于计算的比较时间将存储在数据库中的多条数据分组成组。

    METHOD AND APPARATUS FOR HANDLING DATA-RELATED REQUESTS
    10.
    发明申请
    METHOD AND APPARATUS FOR HANDLING DATA-RELATED REQUESTS 审中-公开
    用于处理数据相关要求的方法和装置

    公开(公告)号:WO2013112088A1

    公开(公告)日:2013-08-01

    申请号:PCT/SE2012/050084

    申请日:2012-01-27

    Abstract: A method and a request distributor (302) for dispatching data-related requests to application functions (304) connected to a data storage (306). When a first data- related request is received (3: 1 ), a characteristic of the request is determined and a specialized application function (C) is selected (3:2) out of a set of different specialized application functions (304), based on the characteristic of the request. The first data-related request is then dispatched (3:3) to the selected specialized application function for handling of data in the data storage accordingly.

    Abstract translation: 一种用于向连接到数据存储器(306)的应用功能(304)发送数据相关请求的方法和请求分发器(302)。 当接收到第一数据相关请求(3:1)时,确定请求的特征,并从一组不同的专门应用功能(304)中选择专门的应用功能(3)(3:2) 根据请求的特点。 然后将第一数据相关请求(3:3)发送到所选择的专用应用功能,以相应地处理数据存储器中的数据。

Patent Agency Ranking