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)化的語言，XML文檔被越來越多地應用在數(shù)據(jù)傳播和存儲領域，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)庫以及企業(yè)文檔。通常處理XML文件時，會順序掃描整個文件來分析文檔的元素和結(jié)構(gòu)。但是當XML文件變得非常大的時候，這種方法將有很大的效率問題，因為從頭到尾地分析整個文檔將會消耗大量的時間，傳統(tǒng)的XML文件處理將會變成災難。為了解決解析XML的問題，許多基于CPU線程的并行算法已經(jīng)被提出來，但是仍然沒有使用 GPGP

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