MapSQ：一种基于 MapReduce 的 GPU 上 SPARQL 查询框架
数据库
2017-02-14 v1
摘要
在本文中，我们提出了一种基于 MapReduce 的用于在 GPU 上评估 SPARQL 查询的框架（命名为 MapSQ），通过应用高性能来高效处理大规模 RDF 数据集。首先，我们开发了一种基于 MapReduce 的连接算法以并行方式处理 SPARQL 查询。其次，我们提出了一种协处理策略来管理查询评估过程，其中 CPU 用于分配子查询，GPU 用于计算子查询的连接。最后，我们实现了所提出的框架，并通过在 LUBM 基准上与两个流行且最新的 SPARQL 查询引擎 gStore 和 gStoreD 进行比较来评估我们的方案。实验表明，我们的方案 MapSQ 高效且有效（加速比高达 50%）。
引用
@article{arxiv.1702.03484,
title = {MapSQ: A MapReduce-based Framework for SPARQL Queries on GPU},
author = {Jiaying Feng and Xiaowang Zhang and Zhiyong Feng},
journal= {arXiv preprint arXiv:1702.03484},
year = {2017}
}
备注
2 pages