| 基于GPU的关系型流处理系统实现与优化 |
| |
| 引用本文： | 黄皓,李志方,王嘉伦,翁楚良.基于GPU的关系型流处理系统实现与优化[J].华东师范大学学报(自然科学版),2019(5). |
| |
| 作者姓名： | 黄皓 李志方 王嘉伦 翁楚良 |
| |
| 作者单位： | 华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062;华东师范大学数据科学与工程学院,上海,200062 |
| |
| 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.
|
| 关 键 词： | 流处理系统 关系型查询 GPU数据库 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
