عنوان انگلیسی: High-Performance Publish-SubscribeMatching Using Parallel Hardwareعنوان فارسی:تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازی تعداد صفحات مقاله اصلی: 10 صفحهتعداد صفحات ترجمه: 37 صفحهسال انتشار: 2014مجله IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, VOL. 25, NO. 1, JANUARY 2014 Abstract—Matching incoming event notifications against received subscriptions are a fundamental part of every publish-subscribe infrastructure. In the case of content-based systems this is a fairly complex and time consuming task, whose performance impacts thatof the entire system. In the past, several algorithms have been proposed for efficient content-based event matching. While they differ in most aspects, they have in common the fact of being conceived to run on conventional, sequential hardware. On the other hand,parallel hardware is becoming available off-the-shelf: the number of cores inside CPUs is constantly increasing, and CUDA makes it possible to access the power of GPU hardware for general purpose computing. In this paper, we describe a new publish-subscribe content-based matching algorithm designed to run efficiently both on multicore CPUs and CUDA GPUs. A detailed comparison with two state-of-the-art sequential matching algorithms demonstrates how the use of parallel hardware can bring impressive speedups in content-based matching. At the same time, our analysis identifies the characteristic aspects of multicore and CUDA programming that mostly impact performance. Index Terms:Multiple data stream architectures (multiprocessors), distributed systems, performance of systems, concurrent programming (parallel programming), systems and software (distributed systems, performance evaluation (efficiency and effectiveness) تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازیچکیدهتطبیق اخطارهای رویداد ورودی، در برابر اشتراکات دریافتی، یک بخش اساسی هر مدل (سازمان) انتشار-اشتراک است. در مورد سیستم های مبتنی بر محتوی، این یک کار نسبتاً پیچیده و زمان بر است که اثرات عملکردی را بر روی کل سیستم می گذارد. در گذشته، چندین الگوریتم، برای تطبیق رویداد مبتنی بر محتوی کارآمد (موثر)، ارائه شده اند. در حالیکه این الگوریتم ها، در بسیاری از جنبه ها، متفاوت هستند اما در اجرای سخت افزاری متوالی (سری) رایج ، ویژگی هایی مشترک دارند. از طرفی دیگر، سخت افزار موازی، در حال تبدیل شده به موجودیتی برای تولید انبوه هستند. تعداد هسته های داخل پردازنده ها (سی پی یو)، بطور مداوم در حال افزایش است و معماری دستگاه محاسبه یکپارچه (کودا)(CUDA)، دسترسی به توان سخت افزاری پردازنده ی گرافیکی جهت محاسبات با اهداف عمومی را امکان پذیر می سازد. در این مقاله، ما یک الگوریتم تطبیقی مبتنی بر محتوی انتشار-اشتراک جدید طراحی شده جهت اجرای کارآمد بر روی هر دو پردازنده های چندهسته ای و پردازنده گرافیکی کودا (معماری دستگاه محاسبه یکپارچه) را توصیف می کنیم. مقایسه ای جامع با دو الگوریتم تطبیقی متوالی (سری)، مطابق با جدیدترین تکنولوژی نشان می دهد که استفاده از سخت افزار موازی چگونه می تواند ازدیاد تولید موثری در تطبیق مبتنی بر محتوی را بوجود آورد. ضمناً، تحلیل های ما، جنبه های ویژه ای از برنامه نویسی چند هسته ای و کودا ( معماری دستگاه محاسبه یکپارچه)، را که اغلب بر عملکرد تاثیر می گذارند را شناسایی می کند. کلمات کلیدی: معماری چندگانه جریان اطلاعات (پردازنده های چند هسته ای)، سیستم های توزیعی، عملکرد سیستم ها، برنامه نویسی همزمان (برنامه نویسی موازی)، سیستم ها و نرم افزارها (سیستم های توزیعی، ارزیابی عملکرد(کارآیی و اثربخشی)).عنوان انگلیسی: High-Performance Publish-SubscribeMatching Using Parallel Hardwareعنوان فارسی:تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازی تعداد صفحات مقاله اصلی: 10 صفحهتعداد صفحات ترجمه: 37 صفحهسال انتشار: 2014مجله IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, VOL. 25, NO. 1, JANUARY 2014 Abstract—Matching incoming event notifications against received subscriptions are a fundamental part of every publish-subscribe infrastructure. In the case of content-based systems this is a fairly complex and time consuming task, whose performance impacts thatof the entire system. In the past, several algorithms have been proposed for efficient content-based event matching. While they differ in most aspects, they have in common the fact of being conceived to run on conventional, sequential hardware. On the other hand,parallel hardware is becoming available off-the-shelf: the number of cores inside CPUs is constantly increasing, and CUDA makes it possible to access the power of GPU hardware for general purpose computing. In this paper, we describe a new publish-subscribe content-based matching algorithm designed to run efficiently both on multicore CPUs and CUDA GPUs. A detailed comparison with two state-of-the-art sequential matching algorithms demonstrates how the use of parallel hardware can bring impressive speedups in content-based matching. At the same time, our analysis identifies the characteristic aspects of multicore and CUDA programming that mostly impact performance. Index Terms:Multiple data stream architectures (multiprocessors), distributed systems, performance of systems, concurrent programming (parallel programming), systems and software (distributed systems, performance evaluation (efficiency and effectiveness) تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازیچکیدهتطبیق اخطارهای رویداد ورودی، در برابر اشتراکات دریافتی، یک بخش اساسی هر مدل (سازمان) انتشار-اشتراک است. در مورد سیستم های مبتنی بر محتوی، این یک کار نسبتاً پیچیده و زمان بر است که اثرات عملکردی را بر روی کل سیستم می گذارد. در گذشته، چندین الگوریتم، برای تطبیق رویداد مبتنی بر محتوی کارآمد (موثر)، ارائه شده اند. در حالیکه این الگوریتم ها، در بسیاری از جنبه ها، متفاوت هستند اما در اجرای سخت افزاری متوالی (سری) رایج ، ویژگی هایی مشترک دارند. از طرفی دیگر، سخت افزار موازی، در حال تبدیل شده به موجودیتی برای تولید انبوه هستند. تعداد هسته های داخل پردازنده ها (سی پی یو)، بطور مداوم در حال افزایش است و معماری دستگاه محاسبه یکپارچه (کودا)(CUDA)، دسترسی به توان سخت افزاری پردازنده ی گرافیکی جهت محاسبات با اهداف عمومی را امکان پذیر می سازد. در این مقاله، ما یک الگوریتم تطبیقی مبتنی بر محتوی انتشار-اشتراک جدید طراحی شده جهت اجرای کارآمد بر روی هر دو پردازنده های چندهسته ای و پردازنده گرافیکی کودا (معماری دستگاه محاسبه یکپارچه) را توصیف می کنیم. مقایسه ای جامع با دو الگوریتم تطبیقی متوالی (سری)، مطابق با جدیدترین تکنولوژی نشان می دهد که استفاده از سخت افزار موازی چگونه می تواند ازدیاد تولید موثری در تطبیق مبتنی بر محتوی را بوجود آورد. ضمناً، تحلیل های ما، جنبه های ویژه ای از برنامه نویسی چند هسته ای و کودا ( معماری دستگاه محاسبه یکپارچه)، را که اغلب بر عملکرد تاثیر می گذارند را شناسایی می کند. کلمات کلیدی: معماری چندگانه جریان اطلاعات (پردازنده های چند هسته ای)، سیستم های توزیعی، عملکرد سیستم ها، برنامه نویسی همزمان (برنامه نویسی موازی)، سیستم ها و نرم افزارها (سیستم های توزیعی، ارزیابی عملکرد(کارآیی و اثربخشی)).
عنوان انگلیسی: High-Performance Publish-SubscribeMatching Using Parallel Hardwareعنوان فارسی:تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازی تعداد صفحات مقاله اصلی: 10 صفحهتعداد صفحات ترجمه: 37 صفحهسال انتشار: 2014مجله IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, VOL. 25, NO. 1, JANUARY 2014 Abstract—Matching incoming event notifications against received subscriptions are a fundamental part of every publish-subscribe infrastructure. In the case of content-based systems this is a fairly complex and time consuming task, whose performance impacts thatof the entire system. In the past, several algorithms have been proposed for efficient content-based event matching. While they differ in most aspects, they have in common the fact of being conceived to run on conventional, sequential hardware. On the other hand,parallel hardware is becoming available off-the-shelf: the number of cores inside CPUs is constantly increasing, and CUDA makes it possible to access the power of GPU hardware for general purpose computing. In this paper, we describe a new publish-subscribe content-based matching algorithm designed to run efficiently both on multicore CPUs and CUDA GPUs. A detailed comparison with two state-of-the-art sequential matching algorithms demonstrates how the use of parallel hardware can bring impressive speedups in content-based matching. At the same time, our analysis identifies the characteristic aspects of multicore and CUDA programming that mostly impact performance. Index Terms:Multiple data stream architectures (multiprocessors), distributed systems, performance of systems, concurrent programming (parallel programming), systems and software (distributed systems, performance evaluation (efficiency and effectiveness) تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازیچکیدهتطبیق اخطارهای رویداد ورودی، در برابر اشتراکات دریافتی، یک بخش اساسی هر مدل (سازمان) انتشار-اشتراک است. در مورد سیستم های مبتنی بر محتوی، این یک کار نسبتاً پیچیده و زمان بر است که اثرات عملکردی را بر روی کل سیستم می گذارد. در گذشته، چندین الگوریتم، برای تطبیق رویداد مبتنی بر محتوی کارآمد (موثر)، ارائه شده اند. در حالیکه این الگوریتم ها، در بسیاری از جنبه ها، متفاوت هستند اما در اجرای سخت افزاری متوالی (سری) رایج ، ویژگی هایی مشترک دارند. از طرفی دیگر، سخت افزار موازی، در حال تبدیل شده به موجودیتی برای تولید انبوه هستند. تعداد هسته های داخل پردازنده ها (سی پی یو)، بطور مداوم در حال افزایش است و معماری دستگاه محاسبه یکپارچه (کودا)(CUDA)، دسترسی به توان سخت افزاری پردازنده ی گرافیکی جهت محاسبات با اهداف عمومی را امکان پذیر می سازد. در این مقاله، ما یک الگوریتم تطبیقی مبتنی بر محتوی انتشار-اشتراک جدید طراحی شده جهت اجرای کارآمد بر روی هر دو پردازنده های چندهسته ای و پردازنده گرافیکی کودا (معماری دستگاه محاسبه یکپارچه) را توصیف می کنیم. مقایسه ای جامع با دو الگوریتم تطبیقی متوالی (سری)، مطابق با جدیدترین تکنولوژی نشان می دهد که استفاده از سخت افزار موازی چگونه می تواند ازدیاد تولید موثری در تطبیق مبتنی بر محتوی را بوجود آورد. ضمناً، تحلیل های ما، جنبه های ویژه ای از برنامه نویسی چند هسته ای و کودا ( معماری دستگاه محاسبه یکپارچه)، را که اغلب بر عملکرد تاثیر می گذارند را شناسایی می کند. کلمات کلیدی: معماری چندگانه جریان اطلاعات (پردازنده های چند هسته ای)، سیستم های توزیعی، عملکرد سیستم ها، برنامه نویسی همزمان (برنامه نویسی موازی)، سیستم ها و نرم افزارها (سیستم های توزیعی، ارزیابی عملکرد(کارآیی و اثربخشی)).عنوان انگلیسی: High-Performance Publish-SubscribeMatching Using Parallel Hardwareعنوان فارسی:تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازی تعداد صفحات مقاله اصلی: 10 صفحهتعداد صفحات ترجمه: 37 صفحهسال انتشار: 2014مجله IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS, VOL. 25, NO. 1, JANUARY 2014 Abstract—Matching incoming event notifications against received subscriptions are a fundamental part of every publish-subscribe infrastructure. In the case of content-based systems this is a fairly complex and time consuming task, whose performance impacts thatof the entire system. In the past, several algorithms have been proposed for efficient content-based event matching. While they differ in most aspects, they have in common the fact of being conceived to run on conventional, sequential hardware. On the other hand,parallel hardware is becoming available off-the-shelf: the number of cores inside CPUs is constantly increasing, and CUDA makes it possible to access the power of GPU hardware for general purpose computing. In this paper, we describe a new publish-subscribe content-based matching algorithm designed to run efficiently both on multicore CPUs and CUDA GPUs. A detailed comparison with two state-of-the-art sequential matching algorithms demonstrates how the use of parallel hardware can bring impressive speedups in content-based matching. At the same time, our analysis identifies the characteristic aspects of multicore and CUDA programming that mostly impact performance. Index Terms:Multiple data stream architectures (multiprocessors), distributed systems, performance of systems, concurrent programming (parallel programming), systems and software (distributed systems, performance evaluation (efficiency and effectiveness) تطبیق مدل انتشار-اشتراک کارآمد با استفاده از سخت افزار موازیچکیدهتطبیق اخطارهای رویداد ورودی، در برابر اشتراکات دریافتی، یک بخش اساسی هر مدل (سازمان) انتشار-اشتراک است. در مورد سیستم های مبتنی بر محتوی، این یک کار نسبتاً پیچیده و زمان بر است که اثرات عملکردی را بر روی کل سیستم می گذارد. در گذشته، چندین الگوریتم، برای تطبیق رویداد مبتنی بر محتوی کارآمد (موثر)، ارائه شده اند. در حالیکه این الگوریتم ها، در بسیاری از جنبه ها، متفاوت هستند اما در اجرای سخت افزاری متوالی (سری) رایج ، ویژگی هایی مشترک دارند. از طرفی دیگر، سخت افزار موازی، در حال تبدیل شده به موجودیتی برای تولید انبوه هستند. تعداد هسته های داخل پردازنده ها (سی پی یو)، بطور مداوم در حال افزایش است و معماری دستگاه محاسبه یکپارچه (کودا)(CUDA)، دسترسی به توان سخت افزاری پردازنده ی گرافیکی جهت محاسبات با اهداف عمومی را امکان پذیر می سازد. در این مقاله، ما یک الگوریتم تطبیقی مبتنی بر محتوی انتشار-اشتراک جدید طراحی شده جهت اجرای کارآمد بر روی هر دو پردازنده های چندهسته ای و پردازنده گرافیکی کودا (معماری دستگاه محاسبه یکپارچه) را توصیف می کنیم. مقایسه ای جامع با دو الگوریتم تطبیقی متوالی (سری)، مطابق با جدیدترین تکنولوژی نشان می دهد که استفاده از سخت افزار موازی چگونه می تواند ازدیاد تولید موثری در تطبیق مبتنی بر محتوی را بوجود آورد. ضمناً، تحلیل های ما، جنبه های ویژه ای از برنامه نویسی چند هسته ای و کودا ( معماری دستگاه محاسبه یکپارچه)، را که اغلب بر عملکرد تاثیر می گذارند را شناسایی می کند. کلمات کلیدی: معماری چندگانه جریان اطلاعات (پردازنده های چند هسته ای)، سیستم های توزیعی، عملکرد سیستم ها، برنامه نویسی همزمان (برنامه نویسی موازی)، سیستم ها و نرم افزارها (سیستم های توزیعی، ارزیابی عملکرد(کارآیی و اثربخشی)).