Dissertação

{en_GB=Exploiting Hardware Transactional Memory to Accelerate Concurrent Spatio-Temporal Indexes} {} EVALUATED

{pt=A recente proliferação de dispositivos capazes de enviar informação acerca da sua localização ao longo do tempo (e.g., smartphones equipados com GPS), tornou o processamento de grandes conjuntos de dados espaço-temporais numa convenção de alta relevância para uma vasta classe de aplicações. Literatura recente na área de grande data tem-se focado em como explorar recentes tendências/mecanismos de hardware para acelerar o processamento de grande conjuntos de dados. Esta tese foca-se em como explorar Memoria Transacional (MT) para acelerar aplicações que têm como alvo grandes conjuntos de dados espaçotemporais. A MT emergiu como uma abstracção promissora para programação paralela, que tem como alvo melhorar a performance e simplificar a programação de aplicações concorrentes. Especificamente, nós usamos a Memória Transacional em Hardware (MTH) como alternativa de sincronização ao convencional bloqueio, e procuramos responder às seguintes questões de pesquisa: i) que níveis de eficiência podem ser atingidos ao aplicar MTH em índices espaçotemporais single-threaded (i.e não permitem concorrência). Em particular, como é que a performance de tais algoritmos baseados em MTH se compara com algoritmos concorrentes do estado da arte, desenhados desde o principio para suportar com os problemas de consistência surgindo em ambientes multi-threaded? ii) até onde pode a MTH ser aplicada em algoritmos de índice do estado da arte para data espaço-temporal, de modo a melhorar a sua eficiência?, en=The recent proliferation of devices that are capable of sending information about their location over time (e.g., GPS-equipped smartphones), has turned big spatio-temporal data processing into a mainstream, highly relevant for a broad class of applications. Recent literature in the area of big data has focused on how to exploit recent hardware trends/mechanisms to accelerate big data processing. This thesis focuses on how to exploit Transactional Memory (TM) to accelerate applications that target big spatio-temporal data. TM has emerged as a promising abstraction for parallel programming, which aims at enhancing performance and simplify programming of concurrent applications. Specifically, we use Hardware Transactional Memory (HTM) as a synchronization alternative to conventional locking for main-memory spatio-temporal indexing data structures and seek an answer to the following research questions: i) what efficiency levels can be achieved by applying HTM to state of the art single-threaded (i.e., non-thread safe) spatio-temporal indexes algorithms? In particular, how does the performance of such HTM-based algorithms compare with state-of-the-art concurrent algorithms, designed from scratch to cope with the consistency issues arising in multi-threaded environments? ii) to what extent can HTM be applied to state-of-the-art concurrent indexing algorithms for spatio-temporal data, in order to enhance their efficiency?}
{pt=Dados Espaço-Temporais, Estruturas de Índices Espaço-Temporais, Esquemas de Controlo de Concorrência, Memória Transaccional, Performance., en=Spatio-Temporal Data, Spatio-Temporal Indexing Structures, Concurrency Control Schemes, Transactional Memory, Performance.}

Novembro 24, 2017, 11:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Paolo Romano

Departamento de Engenharia Informática (DEI)

Professor Associado