基于GPU数据库系统的并发查询性能优化

随着通用图形处理器(GPGPU)计算技术的流行,利用GPU的并行计算能力优化查询执行的性能成为数据库方向的研究热点。现有的研究成果能够利用GPU的高性能计算能力,通过查询任务间协同进行GPU资源管理的机制,支持并发的查询请求,有效提升GPU的资源利用率。但是这种系统架构中由于各查询任务单独管理GPU资源带来重复开销,并且过度使用PCIe总线的数据传输带宽,导致GPU的整体资源利用率仍然较低。Hyper Qx-GPU是一种GPU内存数据库系统新的软件架构设计与实现,该系统通过共享CUDAContext和数据库列存储数据等方式,来提升GPU资源利用率。实验结果表明,相比于当前的GPU数据库系统,Hyper Qx-GPU能够达到平均12.0倍的性能提升。