基于GPU的关系型流处理系统实现与优化

• 作者: 李志方 王嘉伦 翁楚良 黄皓
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 流处理系统 关系型查询 GPU数据库
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 新时期数据管理技术
• 页码范围: 178-189
• 页数: 12页
• 分类号: TP315
• 字数: 8457字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2019.05.015

摘要

现有的基于CPU的流处理系统在功能上已支持在大规模数据集上的复杂分析查询,但由于CPU计算能力与特性的限制,无法在性能上同时满足高吞吐量和低响应时间的要求.本文提出一种基于GPU的流处理系统框架Serval,通过充分利用CPU-GPU异构资源,实现了关系型流查询的高效处理.Serval框架采用流水线模型和流执行缓存技术以优化吞吐量和响应时间,并实现多种调优策略以适应不同场景.实验表明,单节点Serval的吞吐量与响应时间性能均优于现有GPU数据库MapD和三节点分布式服务器上的Spark Streaming.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄皓	华东师范大学数据科学与工程学院	2	1	1.0	1.0
2	李志方	华东师范大学数据科学与工程学院	2	1	1.0	1.0
3	王嘉伦	华东师范大学数据科学与工程学院	2	1	1.0	1.0
4	翁楚良	华东师范大学数据科学与工程学院	4	2	1.0	1.0