基于共享存储的MPP数据库连接执行研究

来源：计算机工程杂志2018年第6期北京时间：

作者：孙庆鑫,雷迎春,龚奕利

单位：1.武汉大学 计算机学院,武汉 430072; 2.北京达沃时代科技股份有限公司,北京 100020

摘要：为解决哈希分布表转换为随机分布表后连接效率低的问题,提出一种大规模并行处理数据库中哈希表的并行连接操作算法。根据共享存储环境下哈希分布表的数据块分布特性,并结合随机读取的扫描优势,利用数据多副本分布式存储提高本地读比率,且不损失数据块哈希分布的特性。TPC-H标准测试结果表明,与传统并行连接算法相比,该算法能有效提高连接操作效率,连接查询语句最高可降低30%的响应时间。

关键词：连接操作,并行连接,大规模并行处理,大数据,在线分析处理

基金资助：国家自然科学基金青年科学基金(61100020);国家自然科学基金面上项目(61572373)。