LUDA:利用GPU加速LSM键值存储的压缩
分布式、并行与集群计算
2020-04-08 v1
摘要
基于日志结构合并(Log-Structured-Merge, LSM)树的键值存储在充分利用底层存储设备性能的显著提升方面面临关键挑战,这使得LSM键值存储的压缩操作成为CPU瓶颈,而缓慢的压缩会显著降级键值存储性能。为解决此问题,我们提出LUDA,一种带CUDA的LSM键值存储,其使用GPU来加速LSM键值存储的压缩操作。如何高效并行化压缩流程以及适应GPU架构的最优性能契约对LUDA构成挑战。具体而言,LUDA通过利用压缩流程间的数据独立性,并使用协作排序机制和审慎的数据移动来克服这些挑战。在不同CPU开销水平下的商用GPU上运行,评估结果表明,与LevelDB和RocksDB相比,LUDA提供了高达2倍的更高吞吐量和2倍的数据处理速度,并实现了更稳定的99分位延迟。
引用
@article{arxiv.2004.03054,
title = {LUDA: Boost LSM Key Value Store Compactions with GPUs},
author = {Peng Xu and Jiguang Wan and Ping Huang and Xiaogang Yang and Chenlei Tang and Fei Wu and Changsheng Xie},
journal= {arXiv preprint arXiv:2004.03054},
year = {2020}
}