集成cpu-gpu架構(gòu)上的列存儲連接優(yōu)化技術(shù)研究

《集成cpu-gpu架構(gòu)上的列存儲連接優(yōu)化技術(shù)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼：10255學(xué)號：2131529集成CPU-GPU架構(gòu)上的列存儲連接優(yōu)化技術(shù)研究Column-StoresJoinOptimizationonCoupledCPU-GPUArchitecture學(xué)科專業(yè):計(jì)算機(jī)科學(xué)與技術(shù)作者:李子通指導(dǎo)教師:丁祥武答辯日期:2016年1月東華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院SchoolofComputerScienceandTechnologyDonghuaUniversity東華大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：我恪守學(xué)術(shù)道德，崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果。除文中已明確注明和引用的內(nèi)容外，本論文不

2、包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品及成果的內(nèi)容。論文為本人親自撰寫，我對所寫的內(nèi)容負(fù)責(zé)，并完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期：年月日東華大學(xué)學(xué)位論文版權(quán)使用授權(quán)書學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱或借閱。本人授權(quán)東華大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□，在年解密后適用本版權(quán)書。本學(xué)位論文屬于不保密□。學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期：年月日日期：年月日東華大學(xué)碩士研究生學(xué)

3、位論文摘要集成CPU-GPU架構(gòu)上的列存儲連接優(yōu)化技術(shù)研究摘要隨著互聯(lián)網(wǎng)時(shí)代的到來，企業(yè)數(shù)據(jù)爆發(fā)式增長。如何更好地支持海量數(shù)據(jù)的存儲、分析，已經(jīng)成為企業(yè)關(guān)注的重要問題。數(shù)據(jù)倉庫是用來存儲、分析海量數(shù)據(jù)的重要工具。傳統(tǒng)關(guān)系型數(shù)據(jù)庫以事務(wù)操作為核心，而數(shù)據(jù)倉庫更注重對海量數(shù)據(jù)的存儲、查詢與分析。相比于行存儲技術(shù)，列存儲技術(shù)因其在讀優(yōu)先環(huán)境中的優(yōu)勢，被更多的應(yīng)用于數(shù)據(jù)倉庫之中。由于列存儲系統(tǒng)可以支持列的獨(dú)立存儲、壓縮和其他操作，列存儲更利于讀優(yōu)化操作。集成多核異構(gòu)CPU-GPU架構(gòu)已經(jīng)成為計(jì)算機(jī)處理器芯片的發(fā)展趨勢，在商用計(jì)算機(jī)中，基于集成多核異構(gòu)CPU-GPU架構(gòu)的中央處理器已經(jīng)得到了較為廣

4、泛的應(yīng)用。在這種趨勢下，研究數(shù)據(jù)倉庫軟件如何利用集成多核異構(gòu)CPU-GPU體系架構(gòu)處理器的性能優(yōu)勢極具價(jià)值。本文主要研究集成多核異構(gòu)CPU-GPU架構(gòu)處理器上列存儲系統(tǒng)的連接原語優(yōu)化技術(shù)，并以我們實(shí)驗(yàn)室自主研發(fā)的列存儲系統(tǒng)為基礎(chǔ)，研究了如何利用集成多核異構(gòu)CPU-GPU架構(gòu)的計(jì)算資源和性能優(yōu)勢優(yōu)化連接操作。主要工作如下：本文首先研究了基于列存儲系統(tǒng)的并行連接算法，針對OpenCL編程框架的特點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了基于OpenCL的列存儲系統(tǒng)連接算I東華大學(xué)碩士研究生學(xué)位論文摘要法。除此之外，研究了GPU上的數(shù)據(jù)分組算法，并針對該算法空間開銷較大的問題做了相應(yīng)改進(jìn)，提出了一種基于分組數(shù)統(tǒng)計(jì)的GP

5、U數(shù)據(jù)分組算法。其次，對使用GPU作協(xié)處理器加速數(shù)據(jù)查詢操作的方法進(jìn)行了研究。之后，深入研究了基于集成CPU-GPU架構(gòu)的流水線協(xié)處理方案，并針對其無法動(dòng)態(tài)改變數(shù)據(jù)配比的問題，提出了一種動(dòng)態(tài)數(shù)據(jù)分配策略。再次，研究了實(shí)驗(yàn)室自主研發(fā)的列存儲系統(tǒng)，并對其作出了改進(jìn)，將本文提出的數(shù)據(jù)分配策略集成到該系統(tǒng)之上，使其可以充分利用集成CPU-GPU架構(gòu)處理器的計(jì)算資源，優(yōu)化連接操作。最后，使用SSB測試基準(zhǔn)，驗(yàn)證了本文提出的方法有效性。實(shí)驗(yàn)結(jié)果表明，本文提出的方法使得兩表連接效率最大提高了33.2%，SSB測試基準(zhǔn)的標(biāo)準(zhǔn)查詢語句Q1.1的執(zhí)行時(shí)間縮短了9.81%，Q3.1執(zhí)行時(shí)間最高縮短了7.03%

6、。關(guān)鍵詞：異構(gòu)芯片；數(shù)據(jù)預(yù)??；查詢優(yōu)化；并行連接算法；OpenCLII東華大學(xué)碩士研究生學(xué)位論文ABSTRACTColumn-StoresJoinOptimizationonCoupledCPU-GPUArchitectureABSTRACTWiththeadventoftheInternetera,enterprises'databurstmodegrowth,howtobettersupporttheanalysisandstorageofmassdata,hasbecomeanimportantissueofconcerntotheenterprise.Datawarehousei

7、sanimportantsoftwaretooltostoreandanalyzemassivedata.Comparedtothetraditionalrelationaldatabase,whichfocusontransactions,datawarehousepaysmoreattentiontothequeryandanalysisofmassivedata.Comparedwiththerowstoragetechnol