主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020-2021年专刊出版计划 微信服务介绍 最新一期:2020年第7期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张宇,张延松,陈红,王珊.一种适应GPU的混合OLAP查询处理模型.软件学报,2016,27(5):1246-1265
一种适应GPU的混合OLAP查询处理模型
GPU Adaptive Hybrid OLAP Query Processing Model
投稿时间:2014-04-08  修订日期:2014-12-01
DOI:10.13328/j.cnki.jos.004828
中文关键词:  GPU  联机分析处理  内存数据库  协同计算  数组计算
英文关键词:GPU  OLAP  in-memory database  co-computing  array computing
基金项目:中央高校基本科研业务费专项资金(16XNLQ0,13XNLF01);华为创新研究计划(HIRP20140507,HIRP20140510)
作者单位E-mail
张宇 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学信息学院, 北京 100872 
 
张延松 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学中国调查与数据中心, 北京 100872
中国人民大学信息学院, 北京 100872 
zhangys_ruc@hotmail.com 
陈红 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学信息学院, 北京 100872 
 
王珊 数据工程与知识工程教育部重点实验室(中国人民大学), 北京 100872
中国人民大学信息学院, 北京 100872 
 
摘要点击次数: 1765
全文下载次数: 1886
中文摘要:
      通用GPU因其强大的并行计算能力成为新兴的高性能计算平台,并逐渐成为近年来学术界在高性能数据库实现技术领域的研究热点.但当前GPU数据库领域的研究沿袭的是ROLAP(relational OLAP)多维分析模型,研究主要集中在关系操作符在GPU平台上的算法实现和性能优化技术,以哈希连接的GPU并行算法研究为中心.GPU拥有数千个并行计算单元,但其逻辑控制单元较少,相对于CPU具有更强的并行计算能力,但逻辑控制和复杂内存管理能力较弱,因此并不适合需要复杂数据结构和复杂内存管理机制的内存数据库查询处理算法直接移植到GPU平台.提出了面向GPU向量计算特性的混合OLAP多维分析模型semi-MOLAP,将MOLAP(multidimensionalOLAP)模型的直接数组访问和计算特性与ROLAP模型的存储效率结合在一起,实现了一个基于完全数组结构的GPU semi-MOLAP多维分析模型,简化了GPU数据管理,降低了GPU semi-MOLAP算法复杂度,提高了GPU semi-MOLAP算法的代码执行率.同时,基于GPU和CPU计算的特点,将semi-MOLAP操作符拆分为CPU和GPU平台的协同计算,提高了CPU和GPU的利用率以及OLAP的查询整体性能.
英文摘要:
      The general purpose graphic computing units (GPGPUs) have become the new platform for high performance computing due to their massive parallel computing power, and in recent years more and more high performance database research has placed focus on GPU database development. However, today's GPU database researches commonly inherit ROLAP (relational OLAP) model, and mainly address how to realize relational operators in GPU platform and performance tuning, especially on GPU oriented parallel hash join algorithm. GPUs have higher parallel computing power than CPUs but less logical control and management capacity for complex data structure, therefore they are not adaptive for directly migrating the in-memory database query processing algorithms based on complex data structure and memory management. This paper proposes a GPU vectorized processing oriented hybrid OLAP model, semi-MOLAP, which combines direct array access and array computing of MOLAP with storage efficiency of ROLAP. The pure array oriented GPU semi-MOLAP model simplifies GPU data management, reduces complexity of GPU semi-MOLAP algorithms and improves their code efficiency. Meanwhile, the semi-MOLAP operators are divided into co-computing operators on CPU and GPU platforms to improve utilization of both CPUs and GPUs for higher query processing performance.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利