混合多CPU和GPGPU解析大型XML文檔的算法研究.pdf

1、XML是一種半結(jié)構(gòu)化的語(yǔ)言，XML文檔被越來(lái)越多地應(yīng)用在數(shù)據(jù)傳播和存儲(chǔ)領(lǐng)域，比如在線數(shù)據(jù)，日志文件，配置文件，基于內(nèi)容的數(shù)據(jù)庫(kù)以及企業(yè)文檔。通常處理XML文件時(shí)，會(huì)順序掃描整個(gè)文件來(lái)分析文檔的元素和結(jié)構(gòu)。但是當(dāng)XML文件變得非常大的時(shí)候，這種方法將有很大的效率問(wèn)題，因?yàn)閺念^到尾地分析整個(gè)文檔將會(huì)消耗大量的時(shí)間，傳統(tǒng)的XML文件處理將會(huì)變成災(zāi)難。為了解決解析XML的問(wèn)題，許多基于CPU線程的并行算法已經(jīng)被提出來(lái)，但是仍然沒(méi)有使用 GPGP

2、U來(lái)解析XML的方法出現(xiàn)。
　　在這篇文章中，為了解決處理大型 XML的效率問(wèn)題,我們提出 Hybrid Parallel XML Processing（HPXP）算法，HPXP算法是一種使用GPGPU集群來(lái)處理大型XML文件的算法設(shè)計(jì)。這個(gè)算法將混合使用CPU和GPGPU，形成master-slave的架構(gòu)來(lái)處理文件。處理過(guò)程包括兩個(gè)階段，結(jié)構(gòu)抽取以及標(biāo)簽解析。結(jié)構(gòu)抽取階段使用多線程來(lái)讀取和識(shí)別文檔結(jié)構(gòu)，標(biāo)簽解析階段將利用GPG