华东师范大学学报(自然科学版) ›› 2014, Vol. 2014 ›› Issue (5): 43-54.doi: 10.3969/j.issn.10005641.2014.05.004

• 计算机科学与技术 • 上一篇    下一篇

大数据环境下并行计算模型的研究进展

潘巍1,2，李战怀1   

  1. 1. 西北工业大学，计算机学院，西安，710072 2. 广东省普及型高性能计算机重点实验室/深圳市服务计算与应用重点实验室，深圳，518000
  • 出版日期:2014-09-25 发布日期:2014-11-27
  • 通讯作者: 李战怀，男，教授，博士生导师，研究方向为数据库理论与技术 E-mail:lizhh@nwpu.edu.cn
  • 基金资助:

    国家973重点基础研究发展计划项目基金(2012CB316203)；国家自然科学基金(61033007,61332006)；国家863高技术研究发展计划项目基金(2009AA011902)；广东省普及型高性能计算机重点实验/深圳市服务计算与应用重点实验室开放课题. 西北工业大学基础研究基金（3102014JSJ0005）

Development of parallel computing models in the big data era

PAN  Wei1,2, LI  Zhan-Huai1   

  1. 1. School of Computer Science and Technology, Northwestern Polytechnical University, Xi’an,710072, China 2. Guangdong Key Laboratory of Popular High Performance Computers，Shenzhen Key Laboratory of Service Computing and Applications, Shenzhen, 518000, China
  • Online:2014-09-25 Published:2014-11-27

PDF

5323

摘要： 在大数据时代，制约并行计算发展的掣肘正在发生改变，为分布式并行计算带来了前所未有的机遇和挑战. 回顾了并行计算的发展和大数据环境下的新变化；结合硬件环境、计算模式、以及应用需求等对于并行计算模型研究的影响，综述了面向批处理、面向流处理、面向图数据以及面向内存等几类并行计算模型的相关研究；展望了其发展趋势.

关键词: 计算模型, 并行计算, 内存计算

Abstract: In the era of big data, the changing of the constraints gives the parallel computing opportunities and challenges for developing. This paper reviewed the new progress and changes of the parallel computing; combining with the effects of the hardware environments, computing pattern, application requirements on the parallel computing, the relevant research on batchoriented parallel computing model, streamingoriented parallel computing model, graphoriented parallel computing model and inmemory parallel computing model are summarized; Finally, the future development trends are evaluated.

Key words: big data, computational model, parallel computing, in memory computing

中图分类号: