GPU与CPU在数据库分析中的基本性能特征研究（扩展版）
数据库
2020-03-04 v1
摘要
基于GPU的数据库系统近期引发了大量关注与研究。已有工作声称，在决策支持与商业智能应用等分析型负载下，这些系统比基于CPU的数据库系统性能高出数个数量级。硬件专家会对这些说法持怀疑态度。鉴于数据库算子通常受内存带宽限制这一普遍认知，人们预期最大增益大致等于GPU与CPU的内存带宽之比。本文采用基于模型的方法，以理解在GPU而非CPU上运行查询时，性能增益为何以及如何偏离带宽比（现代硬件上约为16倍）。我们提出Crystal，一个并行例程库，可组合以在GPU上运行完整SQL查询且物化开销最小。我们实现了各查询算子，表明选择、投影和排序的加速比接近带宽比，而连接因硬件能力差异获得较小加速比。有趣的是，在一个流行的分析负载上，尽管单个算子加速比低于带宽比，但由于CPU上链式算子向量化的局限，GPU上完整查询的性能增益超过了带宽比，基准测试中GPU相对CPU实现了25倍加速。
引用
@article{arxiv.2003.01178,
title = {A Study of the Fundamental Performance Characteristics of GPUs and CPUs for Database Analytics (Extended Version)},
author = {Anil Shanbhag and Samuel Madden and Xiangyao Yu},
journal= {arXiv preprint arXiv:2003.01178},
year = {2020}
}