| DC Field | Value | Language |
|---|
| dc.contributor.author | Примакович, Л. В. | - |
| dc.contributor.author | Логинова, И. П. | - |
| dc.coverage.spatial | Минск | en_US |
| dc.date.accessioned | 2026-05-04T08:02:57Z | - |
| dc.date.available | 2026-05-04T08:02:57Z | - |
| dc.date.issued | 2026 | - |
| dc.identifier.citation | Примакович, Л. В. Стратегии адаптивного распараллеливания в алгоритме сортировке шелла для задач предобработки данных в Big Data системах = Adaptive parallelization strategies and memory access optimization in the shellsort algorithm for data preprocessing tasks in Big Data systems / Л. В. Примакович, И. П. Логинова // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XII Международной научно-практической конференции, Республика Беларусь, Минск, 23 апреля 2026 года : в 2 ч. Ч. 1 / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2026. – С. 317–325. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/63516 | - |
| dc.description.abstract | В статье детально исследуются вопросы оптимизации параллельной реализации алгоритма сортировки Шелла, рассматриваемого как важный компонент этапа предобработки данных (ETL - Extract, Transform, Load) в конвейерах Big Data. Основное внимание уделено разработке и сравнению адаптивных стратегий распараллеливания, динамически меняющих степень распараллеливания в зависимости от текущего шага сортировки и объема данных. Анализируется влияние объема данных на производительность, а также обсуждаются методы оптимизации доступа к памяти в вычислительных системах с общей памятью, характерных для вычислительных узлов современных Big Data платформ. Предложена классификация стратегий и сформулированы практические рекомендации по повышению эффективности параллельных сортировок. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | БГУИР | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | Big Data | en_US |
| dc.subject | информационные системы | en_US |
| dc.subject | адаптивное распараллеливание | en_US |
| dc.subject | сортировка Шелла | en_US |
| dc.subject | балансировка нагрузки | en_US |
| dc.subject | ETL-процессы | en_US |
| dc.subject | оптимизация памяти | en_US |
| dc.subject | последовательность Ciura | en_US |
| dc.subject | многоядерные процессоры | en_US |
| dc.title | Стратегии адаптивного распараллеливания в алгоритме сортировке шелла для задач предобработки данных в Big Data системах | en_US |
| dc.title.alternative | Adaptive parallelization strategies and memory access optimization in the shellsort algorithm for data preprocessing tasks in Big Data systems | en_US |
| dc.type | Article | en_US |
| local.description.annotation | The article thoroughly investigates the optimization of parallel implementation of the Shell sort algorithm, considered as an important component of the data preprocessing stage (ETL) in Big Data pipelines. The focus is on the development and comparison of adaptive parallelization strategies that dynamically change the degree of parallelism depending on the current sorting step and data volume. The influence of data volume on performance is analyzed, and memory access optimization methods in shared memory computing systems, typical for computing nodes of modem Big Data platforms, are discussed. A classification of strategies is proposed and practical recommendations for improving the efficiency of parallel sorting are formulated. | en_US |
| Appears in Collections: | BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей : в 2 ч. (2026)
|
