集群平台上保守的大容量DBMS的效率

DOI:

评审日期

出版日期

注解: 讨论了保守集群型数据库管理系统的组织原理和功能特点的原始研究结果。 采用的方向与大容量数据库一起工作的相关性是由大型信息阵列智能处理的现代趋势决定的。 增加数据库量需要跨群集节点对它们进行散列。 这使得有必要使用具有中间和临时关系的动态分割的常规查询处理计划。 如果数据库是跨集群节点复制的，则对使用替代"每个请求核心"方法获得的结果进行了比较评估。 本文的一个重要位置是GPU加速能力的理论分析与具有常规查询处理计划的保守DBMS相关。 在执行级别使用MySQL工具对专门开发的全尺寸模型—Clusterix，Clusterix-M，PerformSys DBMS进行了实验研究。 在提出的Clusterix-G项目的例子上进行了GPU加速能力的理论分析。 以下内容显示：clusterix DBMS在dynamics中的行为特征和系统的最佳架构版本；在向多集群化（Clusterix-M DBMS）或有希望的"按需核心"技术（PerformSys）过渡期间，"有时"增加了可伸缩性和系统性能；GPU加速与不超过集群节点RAM大小但不适合GPU全局内存的平均卷数据库的"按需核心"方法相比，没有竞争力。 提出了一种将集群划分为两部分的混合技术（Clusterix-G项目），用于大容量数据库。 其中一个在节点散列和压缩的数据库上执行选择和投影。 另一种是根据"每个请求核心"方案的连接。 GPU加速器在不同部分的功能是奇特的。 理论分析表明，与Clusterix-M相比，这种技术的效率更高。但是在这种体系结构中使用图形加速器的可行性问题需要进一步的实验研究。 值得注意的是，Clusterix-M项目在大数据领域仍然可行。 同样，在使用现代昂贵的信息技术时，可以使用"每个请求核心"方法。

出版日期: