基于GPU加速的RDF查詢并行Join算法.pdf

1、在數(shù)據(jù)爆炸的今天，起源于語義網(wǎng)（Semantic Web）的資源描述框架（Resource Descript數(shù)據(jù)傳輸n Framework，簡稱RDF）由于其簡潔靈便的特點(diǎn)，正越來越多的被其他的領(lǐng)域使用。當(dāng)前針對RDF的研究工作將RDF作為一個可用的數(shù)據(jù)表示模型，研究重點(diǎn)主要集中在數(shù)據(jù)物理存儲和壓縮以及查詢優(yōu)化方面，針對RDF并行查詢處理的研究較少。為了優(yōu)化加速RDF數(shù)據(jù)查詢處理，本文針對基于GPU的并行Join算法進(jìn)行了研究。

2、　　本研究利用GPU來加速基于SPARQL語言的RDF查詢處理，RDF并行查詢處理系統(tǒng)旨在利用GPU核心眾多高度并行的特性，加速RDF查詢處理。為加速RDF查詢處理，一個兩層細(xì)粒度的并行查詢處理框架被設(shè)計出來。外層設(shè)計了一個計算流水線，流水線分為數(shù)據(jù)輸入、計算、數(shù)據(jù)輸出三個階段，提高CPU和GPU工作的并行度，提高查詢效率。內(nèi)層采用細(xì)粒度的數(shù)據(jù)劃分方式，設(shè)計了一個基于數(shù)據(jù)塊的的細(xì)粒度并行Join算法，由于各數(shù)據(jù)塊之間相互隔離彼此獨(dú)立，可

3、以實(shí)現(xiàn)完全并行Join算法。在此基礎(chǔ)上，為降低數(shù)據(jù)傳輸讀寫開銷、減少數(shù)據(jù)冗余和有效數(shù)據(jù)利用率，設(shè)計了一種基于數(shù)據(jù)塊的數(shù)據(jù)配對方法，根據(jù)內(nèi)外兩層特性，對內(nèi)外兩層數(shù)據(jù)進(jìn)行不同粒度的數(shù)據(jù)配對。系統(tǒng)充分利用GPU計算高性能高并行度特性，在GPU上進(jìn)行Join算法的并行處理，有效提高了SPARQL查詢處理效率。與經(jīng)典的GPU上的并行 Join算法相比，計算速度提高了至少20％以上；在 CPU內(nèi)存和 GPU顯存之間傳輸數(shù)據(jù)的速度上能提高到37%左右