[论文解读] AN INNOVATIVE PLATFORM TO IMPROVE THE PERFORMANCE OF EXACT-STRING- MATCHING ALGORITHMS

Mosleh M. Abu Alhaj, M. Halaiyqah+4 more|arXiv (Cornell University)|Feb 11, 2010

Algorithms and Data Compression参考文献 5被引用 7

一句话总结

本文提出了PXSMAlg平台，这是一个基于MPI的通用并行化框架，通过将文本划分为多个块并在多个从属节点上同时处理，从而加速精确字符串匹配算法。使用Quick Search算法的评估显示执行时间显著减少，证明了该平台在提升性能方面的有效性。

ABSTRACT

Exact-String-Matching is an essential issue in many computer science applications. Unfortunately, the performance of Exact-String-Matching algorithms, namely, executing time, does not address the needs of these applications. This paper proposes a general platform for improving the existing ExactString-Matching algorithms executing time, called the PXSMAlg platform. The function of this platform is to parallelize the Exact-String-Matching algorithms using the MPI model over the Master/Slaves paradigms. The PXSMAlg platform parallelization process is done by dividing the Text into several parts and working on these parts simultaneously. This improves the executing time of the Exact-StringMatching algorithms. We have simulated the PXSMAlg platform in order to show its competence, through applying the Quick Search algorithm on the PXSMAlg platform. The simulation result showed significant improvement in the Quick Search executing time, and therefore extreme competence in the PXSMAlg platform.

研究动机与目标

• 为解决精确字符串匹配算法中的性能瓶颈，特别是其在大规模应用中的高执行时间。
• 设计一个通用平台，可在不修改其核心逻辑的前提下提升现有精确字符串匹配算法的效率。
• 利用MPI模型和主从架构的并行计算，分发文本处理任务，减少整体执行时间。
• 通过使用Quick Search算法作为测试案例的仿真，验证平台的有效性。

提出的方法

• PXSMAlg平台采用MPI模型实现主从并行计算范式。
• 将输入文本划分为多个段，每个段分配给不同的从属进程独立处理。
• 每个从属进程在其分配的文本段上运行所选的精确字符串匹配算法（例如，Quick Search）。
• 主进程负责分发文本段并收集所有从属进程的结果。
• 该平台设计为通用型，可与任何现有精确字符串匹配算法无缝集成。
• 通过仿真评估性能提升，重点关注执行时间的减少。

实验结果

研究问题

• RQ1 通用并行平台能否减少精确字符串匹配算法的执行时间？
• RQ2 基于MPI的主从模型在跨分布式段落加速文本搜索方面有多有效？
• RQ3 PXSMAlg平台在多大程度上提升了Quick Search算法的性能？
• RQ4 该平台在提升速度的同时，是否保持与现有精确字符串匹配算法的兼容性？

主要发现

• PXSMAlg平台通过并行化成功减少了Quick Search算法的执行时间。
• 仿真结果表明性能显著提升，证实了平台的有效性。
• 平台的设计允许与任何现有精确字符串匹配算法无缝集成。
• 通过文本分段和在多个节点上的分布式处理，实现了搜索操作的可测量加速。