Idag används databaser allt mer och mängden data som lagras växer, därför ställs idag stora krav på att databassystem skall vara snabba och effektiva. För att säkerställa effektiviteten hos databaser kan matchningsalgoritmer användas för att undvika redundans och avvikelser i lagrad data. Dessa matchningsalgoritmer behöver vara effektiva för att uppnå resultat inom rimlig tid.Denna studie undersöker genom empiri om det är möjligt att skapa en algoritm som effektivt kan matcha en stor mängd elmätare utifrån en mängd regler. Detta för att finna dubbletter och nya elmätare i en relationsdatabas. Studien fokuserar på ett fall där en sådan algoritm redan existerar, dock är den implementerad som en lagrad procedur.Eftersom den lagrad procedur inte uppnådde den mängd felkontroll eller feedback som var önskvärd i detta fall var målet att byta ut den mot en databasapplikation som kan utföra samma arbete och utöka existerande funktionalitet samt stödjer möjligheten att finjustera regler men bibehåller snarlik effektivitet.Studien visar att detta är möjligt med hjälp av binärsökning och hashning genom att jämföra den lagrade proceduren med studiens algoritm för att finna skillnader i minneskonsumtion och körningstid. Studien visar att trots ytterligare funktionalitet bibehåller databasapplikationen snarlik effektivitet mot den lagrade proceduren. / Program: Systemarkitekturutbildningen

Den här studien beskriver hur grafikkort kan användas på en bredare front änmultimedia. Arbetet förklarar och diskuterar huvudsakliga alternativ som finnstill att använda grafikkort till generella operationer i dagsläget. Inom denna studieanvänds Nvidias CUDA arkitektur. Studien beskriver hur grafikkort användstill egna operationer rent praktiskt ur perspektivet att vi redan kan programmerai högnivåspråk och har grundläggande kunskap om hur en dator fungerar. Vianvänder s.k. accelererade bibliotek på grafikkortet (THRUST och CUBLAS) föratt uppnå målet som är utveckling av programvara och prestandatest. Resultatetär program som använder GPU:n till generella och prestandatest av dessa,för lösning av olika problem (matrismultiplikation, sortering, binärsökning ochvektor-inventering) där grafikkortet jämförs med processorn seriellt och parallellt.Resultat visar att grafikkortet exekverar upp till ungefär 50 gånger snabbare(tidsmässigt) kod jämfört med seriella program på processorn. / This study describes how we can use graphics cards for general purpose computingwhich differs from the most usual field where graphics cards are used, multimedia.The study describes and discusses present day alternatives for usinggraphic cards for general operations. In this study we use and describe NvidiaCUDA architecture. The study describes how we can use graphic cards for generaloperations from the point of view that we have programming knowledgein some high-level programming language and knowledge of how a computerworks. We use accelerated libraries (THRUST and CUBLAS) to achieve our goalson the graphics card, which are software development and benchmarking. Theresults are programs countering certain problems (matrix multiplication, sorting,binary search, vector inverting) and the execution time and speedup forthese programs. The graphics card is compared to the processor in serial andthe processor in parallel. Results show a speedup of up to approximatly 50 timescompared to serial implementations on the processor.