High Performance Parallel Database Processing and Grid Databases

版权声明:原创作品,允许转载,转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。 http://blog.csdn.net/topmvp - topmvp
The growth in grid databases, coupled with the utility of parallel query processing, presents an important opportunity to understand and utilize high-performance parallel database processing within a major database management system (DBMS). This important new book provides readers with a fundamental understanding of parallelism in data-intensive applications, and demonstrates how to develop faster capabilities to support them. It presents a balanced treatment of the theoretical and practical aspects of high-performance databases to demonstrate how parallel query is executed in a DBMS, including concepts, algorithms, analytical models, and grid transactions.
http://rapidshare.com/files/194078775/0470107626.rar
http://depositfiles.com/files/corjet1qm
并行计算(parallel computing)和高性能计算(high performance computing)是两个相关但不完全相同的概念。并行计算是指通过将计算任务分解成多个子任务并同时执行,以提高计算速度和效率的方法。而高性能计算则是指利用最先进的计算机硬件和软件技术,以实现更高的计算能力和性能。 在并行计算中,可以利用多个处理器、多个计算节点或者分布式计算机群集来同时处理多个子任务。这种并行方式可以极大地提高计算速度,特别是在处理大规模数据或复杂计算任务时非常有效。并行计算可以应用于各种领域,如科学计算、图像处理、机器学习、大数据分析等。 高性能计算则更多地涉及到优化计算系统的硬件和软件配置,以提供更高的计算能力和性能。这包括使用多核处理器、大容量内存、高速网络连接、并行文件系统等先进的计算机技术。高性能计算还涉及到使用并行编程模型和优化算法来改进计算效率。高性能计算通常适用于需要处理大规模数据或高复杂度计算任务的应用,如天气预报、基因组学、金融建模等。 总的来说,并行计算和高性能计算都旨在提高计算效率和性能,但侧重点略有不同。并行计算强调将一个计算任务拆分成多个并发执行的子任务,而高性能计算着重于通过优化计算系统的硬件和软件配置,以提供更大的计算能力和性能。两者常常是相辅相成的,并且在许多领域都得到广泛应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值