Using graphics accelerators for query processing over compressed data in parallel database systems
DOI:
https://doi.org/10.14529/cmse150106Keywords:
databases, graphics processors, parallel query processingAbstract
This article talks about using graphics processors for query processing in parallel database systems. The goal is to evaluate query execution efficiency over compressed database without decompression on multicore GPUs which support CUDA technology. GPU’s memory size is significantly smaller than modern computer system’s RAM size. This fact affects database’s size can be loaded into GPU’s internal memory, thus computing potential of GPU can not be used efficiently. The new approach presented in this article allows query processing over compressed data on GPU. An emulator of parallel DBMS is developed based on this approach. The similar emulator for a CPU is designed. Results of computational experiments are presented and analysis of efficiency of the proposed approaches is performed.References
Беседин К.Ю., Костенецкий П.С. Моделирование обработки запросов на гибридных вычислительных системах с многоядерными сопроцессорами и графическими ускорителями // Программные системы: теория и приложения: электрон. научн. журн. Института программных систем им. А.К. Айламазяна РАН. – 2014. – T. 5, № 1(19). – С. 91–110.
Беседин К.Ю., Костенецкий П.С. Применение многоядерных сопроцессоров в параллельных системах баз данных // Параллельные вычислительные технологии (ПаВТ'2013): труды международной научной конференции (1–5 апреля 2013 г., г. Челябинск). –Челябинск: Издательский центр ЮУрГУ, 2013. – С. 583.
Боресков А.В, Марковский Н.Д., Микушин Д.Н. и др. Параллельные вычисления на GPU. Архитектура и программная модель CUDA. – М.: Издательство Московского университета, 2012. – 336 с.
Костенецкий П.С., Лепихов А.В., Соколинский Л.Б. Технологии параллельных систем баз данных для иерархических многопроцессорных сред // Автоматика и телемеханика. – 2007. – No. 5. – C. 112–125.
Костенецкий П.С., Соколинский Л.Б. Моделирование иерархических многопроцессорных систем баз данных // Программирование. – Москва: МАИК «Наука/Интерпериодика». – 2013. – Т. 39, № 1. – С. 3–22.
Костенецкий П.С., Соколинский Л.Б. Моделирование параллельных систем баз данных: учебное пособие. – Челябинск: Фотохудожник, 2012. – 78 с.
Сафина Ю.Н., Костенецкий П.С. Моделирование аппаратной архитектуры и коммуникационных сетей вычислительных кластеров с гибридными узлами для параллельных систем баз данных // Параллельные вычислительные технологии (ПаВТ’2012): Труды международной научной конференции (г. Новосибирск, 26–30 марта 2012 г.). – Челябинск: Издательский центр ЮУрГУ, 2012. – С. 741.
D. Abadi, S. Madden, M. Ferreira. Integrating compression and execution in column-oriented database systems // Proceedings of the 2006 ACM SIGMOD International Conference on Management of Data, 2006. – P. 671–682.
Пан К.С., Цымблер М.Л. Разработка параллельной СУБД на основе последовательной СУБД PostgreSQL с открытым исходным кодом // Вестник ЮУрГУ. Серия «Математическое моделирование и программирование». – 2012. – № 18(277). Вып. 12. – С. 112–120.
Костенецкий П.С., Беседин К.Ю. Исследование эффективности различных методов сжатия при передаче данных из основной памяти в память сопроцессора Intel Xeon Phi // Вычислительные методы и программирование. – 2014. – Т. 15, № 4. – С. 593–601.
Иванова Е.В., Соколинский Л.Б. Использование распределенных колоночных индексов для выполнения запросов к сверхбольшим базам данных // Параллельные вычислительные технологии (ПаВТ'2014): труды международной научной конференции (1–3 апреля 2014 г., г. Ростов-на-Дону). – Челябинск: Издательский центр ЮУрГУ, 2014. – С. 270–275.
Соколинский Л.Б. Параллельные машины баз данных // Природа. – 2001. – № 8. – C. 10–17.
