基于GPU的关系型流处理系统实现与优化

来源：华东师范大学学报·哲学社会科学版杂志2019年第5期北京时间：

作者：黄皓, 李志方, 王嘉伦, 翁楚良

单位：黄皓,男,硕士研究生,研究方向为内存型数据库.E-mail:haohuang@stu.ecnu.edu.cn.

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,

基金资助：国家重点研发计划（2018YFB1003400）