基于GPU数据库系统的并发查询性能优化

• 作者: 何震瀛 张凯 李逸龙 王晓阳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: GPU 数据库系统 并发查询 查询优化
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 软件技术与研究
• 页码范围: 17-23
• 页数: 7页
• 分类号: TP3
• 字数: 6310字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.08.003

摘要

随着通用图形处理器(GPGPU)计算技术的流行,利用GPU的并行计算能力优化查询执行的性能成为数据库方向的研究热点.现有的研究成果能够利用GPU的高性能计算能力,通过查询任务间协同进行GPU资源管理的机制,支持并发的查询请求,有效提升GPU的资源利用率.但是这种系统架构中由于各查询任务单独管理GPU资源带来重复开销,并且过度使用PCIe总线的数据传输带宽,导致GPU的整体资源利用率仍然较低.HyperQx-GPU是一种GPU内存数据库系统新的软件架构设计与实现,该系统通过共享CUDAContext和数据库列存储数据等方式,来提升GPU资源利用率.实验结果表明,相比于当前的GPU数据库系统,HyperQx-GPU能够达到平均12.0倍的性能提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凯	复旦大学计算机科学技术学院	31	194	8.0	13.0
3	何震瀛	复旦大学计算机科学技术学院	19	91	6.0	8.0
5	王晓阳	复旦大学软件学院	11	56	4.0	7.0
13	李逸龙	复旦大学软件学院	1	3	1.0	1.0