Load balancing by using machine learning in CPU-GPU heterogeneous database management system
2020
0 views
0 downloads
Advisor: Dr. Öğr. Üyesi Erdinç Öztürk
Abstract (TR)
Klasik OLTP sistemleri analiz sorguları için performans olarak yavaş kalmaktadır. Var olan heterojen mimarili OLAP veri tabanı yönetim sistemlerinde ise makine öğrenmesi kullanarak is dağıtımı yapan bir sisteme rastlanmamıştır. Bu çalışmada paylaşımlı hafıza mimarileri için geliştirilmiş, yüksek başarımlı ve sütun tabanlı bir veri tabanı yönetim sistemi olan DOLAP mimarisi anlatılmıştır. Ayrıca, veri tabanının üzerinde çalıştığı sunucu üzerinde bulunan, CPU ve GPU gibi farklı karakterlerdeki hesaplama donanımları için, buluşsal yöntemlere ve makine öğrenmesi yöntemlerine dayanan is dağıtım algoritmaları geliştirilmiş ve performansları analiz edilmiştir.
Author
Dr. Anıl Elakaş
Institution
How to Cite
Anıl Elakaş (Yüksek Lisans Tezi). Load balancing by using machine learning in CPU-GPU heterogeneous database management system, 2020, Sabanci University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Sabanci University
- Populism, failures, and a sense of crisis(2019)
- Ways of seeing: Nev'izâde Atâ'i's Alemnümâ and changes in the visual perception of Ottoman society in the early Seventeenth century(2020)
- Who's There? staging the silenced pasts in contemporary theater in Turkey: Kim Var Orada? Muhsin Bey'in Son Hamleti(2020)
- An evaluation on the life of prostitutes in the late ottoman istanbul through the novels of Ahmed Midhat Efendi and Hüseyin Rahmi Gürpinar(2019)
- (Re)making the margins: An oral history of university students(2020)
- On maximum likelihood and sample moment estimators for the mth (central) moment in a normal and generalized gamma population(2020)