基于GPU的復雜SQL查詢優(yōu)化方法研究.pdf

1、隨著信息技術的發(fā)展，數(shù)據(jù)庫中數(shù)據(jù)存儲規(guī)模越來越大，呈現(xiàn)出數(shù)據(jù)量大、數(shù)據(jù)類型多、價值密度低的特點。在這個背景下，數(shù)據(jù)庫的查詢操作從傳統(tǒng)的單一維度簡單查詢擴展為多維度的復雜查詢。復雜查詢作為數(shù)據(jù)庫系統(tǒng)分析數(shù)據(jù)的重要手段，在實際分析處理數(shù)據(jù)過程中扮演著重要角色。通過查詢請求，企業(yè)決策人員能快速獲得自己最關注的信息。利用傳統(tǒng)的數(shù)據(jù)庫分析手段對海量數(shù)據(jù)進行提取、存儲、分析得到實時結果變得越來越困難，也制約了企業(yè)管理者的決策。
　　為了提高大

2、規(guī)模數(shù)據(jù)下多維復雜查詢的速度，本文結合了圖形處理器并行計算能力和列存儲數(shù)據(jù)庫的存儲特點，提出了適用于并行查詢的列式存儲模型以及GPU并行加速查詢的策略。本文的主要研究內(nèi)容如下：
　?。?）研究數(shù)據(jù)庫復雜查詢的相關理論和GPU并行計算模型，并總結出傳統(tǒng)數(shù)據(jù)庫查詢優(yōu)化技術。重點分析了不同數(shù)據(jù)庫的存儲策略和壓縮算法；
　?。?）提出一種基于稀疏索引的物理存儲模型，模型在列存儲的基礎上采用分段劃分的策略，同時根據(jù)GPU特點采用差值壓

3、縮算法進行數(shù)據(jù)壓縮處理，并結合GPU高并行計算能力實現(xiàn)對數(shù)據(jù)的并行壓縮；
　?。?）提出一種基于GPU的復雜查詢并行執(zhí)行算法：結合GPU查詢原語操作實現(xiàn)對復雜查詢的優(yōu)化。其中重點實現(xiàn)了對范圍查詢和分組查詢的優(yōu)化，提出了對分組查詢結果合并的策略。提出利用流水線調(diào)度策略解決實驗中存在IO時間過長的問題，一定程度上加快了查詢響應的速度；
　?。?）通過實驗證明了利用 GPU加速壓縮算法和查詢加速算法的優(yōu)越性：將本文提出的查詢模型和