Title	การดำเนินการเชื่อมความสัมพันธ์สำหรับฐานข้อมูลเชิงพื้นที่โดยใช้เทคนิคอาร์-ทรีบนหน่วยประมวลผลกราฟิกส์ / ต้องใจ แย้มผกา = Spatial join operation for spatial database with R-Tree technique on Graphics Processing Unit
Author	Tongjai Yampaka
Imprint	2554
Connect to	http://cuir.car.chula.ac.th/handle/123456789/27667
Descript	ก-ฎ, 45 แผ่น : ภาพประกอบ, แผนภูมิ

การดำเนินการเชื่อมความสัมพันธ์ระหว่างวัตถุ (Spatial Join) เป็นการดำเนินการสำหรับฐานข้อมูลเชิงพื้นที่ซึ่งจะดำเนินการเชื่อมความสัมพันธ์ของวัตถุสองวัตถุตามเงื่อนไข ที่กำหนดใช้ระยะเวลาในการประมวลผลค่อนข้างมากเนื่องด้วยข้อมูลที่เก็บในฐานข้อมูล เชิงพื้นที่นั้นมีความซับซ้อนแตกต่างจากการดำเนินการของฐานข้อมูลเชิงสัมพันธ์ทั่วไป งานวิจัยในด้านการดำเนินการเชื่อมความสัมพันธ์ระหว่างวัตถุที่ผ่านมาได้มุ่งที่จะพัฒนาความเร็วในการประมวลผลดังกล่าวซึ่งวิธีการหนึ่งที่พบว่าสามารถเพิ่มความเร็วในการประมวลผลได้คือวิธีการประมวลผลแบบขนาน กระบวนการประมวลผลแบบขนานนั้นจะถูกใช้ในส่วนของการเปรียบเทียบพิกัดจุดของวัตถุระหว่างสองวัตถุ และด้วยสาเหตุที่ข้อมูลของฐานข้อมูลเชิงพื้นที่นั้นมีจำนวนข้อมูลจำนวนมาก เช่น พิกัดจุดที่ประกอบขึ้นมาเป็นวัตถุ ที่มีลักษณะเป็นหลายมิติงานวิจัยนี้จึงได้นำเทคนิคของอาร์-ทรีเข้ามาช่วยในการเข้าถึงข้อมูลได้เร็วขึ้น งานวิจัยนี้เสนอการดำเนินการเชื่อมความสัมพันธ์ระหว่างวัตถุด้วยวิธีการแบบขนานบนหน่วยประมวลผลกราฟิกเพื่อเพิ่มความเร็วในการประมวลผลในส่วนของการเปรียบเทียบพิกัดจุดระหว่างวัตถุ และเพิ่มความเร็วในการเข้าถึงข้อมูลด้วยการทำดัชนีโดยใช้เทคนิค อาร์-ทรี จากผลการทดลองพบว่าสามารถเพิ่มความเร็วในการประมวลผลการดำเนินการเชื่อมความสัมพันธ์ระหว่างวัตถุสำหรับฐานข้อมูลเชิงพื้นที่ได้เพิ่มขึ้นเป็นสองเท่าเมื่อเปรียบเทียบกับหน่วยประมวลผลกลางที่ใช้ข้อมูลและวิธีการเดียวกัน
Spatial operations such as spatial join combine two objects on spatial predicates. It is different from relational join because objects have multi dimensions and spatial join consumes large execution time. Recently, many works investigate methods to improve the execution time. Parallel spatial join is one of the methods. Comparison between objects can be done in parallel. Because spatial datasets are large, R-Tree data structure is used improve the performance of the access to data. In this paper, we design a parallel spatial join on Graphics processing unit (GPU). We use GPU which has many processors to accelerate the computation. The experiment is carried out to compare the spatial join between a sequential implementation with C language on CPU and a parallel implementation with CUDA C language on GPU. The result shows that the spatial join on GPU is faster than on a conventional processor.