Particionamento em GPU para o Problema da Junção Exata por Similaridade

Abstract

A junção exata por similaridade encontra todos os pares similares entre coleções de conjuntos, permitindo diversas aplicações. Sua complexidade quadrática demanda soluções eficientes e capazes de fazer uso do poder computacional da GPU. O filtro posicional, utilizado em algoritmos existentes, requer uma grande estrutura de dados para a execução paralela. Este trabalho explora um novo esquema de particionamento para a auto-junção exata e simétrica, incorporando o filtro posicional e permitindo o paralelismo de dados massivo sem limitar o tamanho das estruturas de índice utilizadas.