dc.contributor.author |
Alileche, Hakim |
|
dc.contributor.author |
Tahakourt, Zineb; Promotrice |
|
dc.date.accessioned |
2017-11-08T13:31:29Z |
|
dc.date.available |
2017-11-08T13:31:29Z |
|
dc.date.issued |
2017 |
|
dc.identifier.uri |
http://univ-bejaia.dz/dspace/123456789/5144 |
|
dc.description |
Option : Génie Logiciel |
en_US |
dc.description.abstract |
L’optimisation du temps de traitement des opérations sur les bases de données ont toujours été un sujet très étudié aussi bien par les développeurs que par les chercheurs. La jointure étant l’une de ces opérations, elle est parmi les opérations les plus couteuses ainsi que parmi les opérations les plus utilisées. L’apparition des systèmes parallèles a pu guidé les études ainsi que les recherches vers des techniques de résolutions de plus en plus optimales, en divisant en ensemble de tâches destinées à être réparties sur différents processeurs et/ou cœurs. Quel algorithme utiliser? Comment paralléliser la jointure? Sur quelle plateforme devrait-on effectuer l’opération? Quel matériel utiliser? C’est à ces questions que nous avons essayé de répondre dans ce travail en proposant un algorithme de
jointure et une méthode d’implémentation de cet algorithme en parallèle sous la plateforme CUDA, avec les processeurs graphiques GPU, ainsi qu, une hybridation entre les GPU et les processeurs CPU multi-cœurs |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Universite de bejaia |
en_US |
dc.subject |
Algorithme De Jointure : Parallèle : CUDA : Processeur Graphique (GPU) : Processeur CPU Multi-Cœurs |
en_US |
dc.title |
Jointure parallèle sur les processeurs graphiques (GPU) avec CUDA |
en_US |
dc.type |
Thesis |
en_US |