ColumnBurst: a near-storage accelerator for memory-efficient database join queries
ColumnBurst: a near-storage accelerator for memory-efficient database join queries
复制标题
ColumnBurst：用于内存高效数据库连接查询的近存储加速器
DOI：
10.1145/3409963.3410494
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Jun, Sang-Woo
中科院分区：
文献类型：
--
作者：
Sun, Gongjin;Jun, Sang-Woo
我们提出了ColumnBurst，一个内存高效，近存储的硬件加速器数据库连接查询。虽然近存储计算的范例已经通过减少数据移动开销在许多工作负载上展示了性能和效率益处，但是由于近存储处理引擎上可用的存储器的有限容量和性能，诸如未排序数据上的关系连接的存储器绑定操作对于快速的现代存储设备来说相对低效。即使在这样复杂的查询上，ColumnBurst也提供了非常高的性能，同时保持在现成存储设备上通常已经可用的内存性能和容量预算之内。ColumnBurst通过一个紧凑的基于分组的聚合和连接算法的硬件实现来实现这一点，而不是传统的基于散列的算法。我们使用基于FPGA的原型和1 GB的慢速设备上DDR3 DRAM评估了ColumnBurst，并表明在包括TPC-H查询和未排序列上的连接查询的基准测试中，它在6核i7和32 GB DRAM上的性能超过MonetDB 7倍，而ColumnBurst使用近存储哈希连接算法2倍。
We present ColumnBurst, a memory-efficient, near-storage hardware accelerator for database join queries. While the paradigm of near-storage computation has demonstrated performance and efficiency benefits on many workloads by reducing data movement overhead, memory-bound operations such as relational joins on unsorted data have been relatively inefficient with fast modern storage devices, due to the limited capacity and performance of memory available on the near-storage processing engine. ColumnBurst delivers very high performance even on such complex queries, while staying within the memory performance and capacity budget of what is typically already available on off-the-shelf storage devices. ColumnBurst achieves this via a compact, hardware implementation of sorting-based group-by aggregation and join algorithms, instead of the conventional hash-based algorithms. We evaluate ColumnBurst using an FPGA-based prototype with 1 GB of slow on-device DDR3 DRAM, and show that on benchmarks including TPC-H queries with join queries on unsorted columns, it outperforms MonetDB on a 6-core i7 with 32 GB of DRAM by over 7x, and ColumnBurst using a near-storage hash join algorithm by 2x.
登录
查看更多内容
重新审视排序与哈希
DOI：
10.1109/69.334883
发表时间：
1994
期刊：
IEEE Trans. Knowl. Data Eng.
影响因子：
--
作者：
G. Graefe;Ann Linville;L. Shapiro
通讯作者：
L. Shapiro
DOI：
10.1007/978-3-319-77525-8_100350
发表时间：
2019
期刊：
Encyclopedia of Big Data Technologies
影响因子：
--
作者：
通讯作者：
--
AxleDB：一种基于 FPGA 的新型可编程查询处理平台
DOI：
10.1016/j.micpro.2017.04.018
发表时间：
2017
期刊：
Microprocess. Microsystems
影响因子：
--
作者：
Behzad Salami;Gorker Alp Malazgirt;Oriol Arcas;A. Yurdakul;Nehir Sönmez
通讯作者：
Nehir Sönmez
Caribou：智能分布式存储
影响因子：
2.5
作者：
Z. István;David Sidler;G. Alonso
通讯作者：
G. Alonso
使用 FPGA 进行面向列的数据库加速
DOI：
10.1109/icde.2019.00067
发表时间：
2019
期刊：
2019 IEEE 35th International Conference on Data Engineering (ICDE)
影响因子：
--
作者：
Satoru Watanabe;Kazuhisa Fujimoto;Yuji Saeki;Yoshifumi Fujikawa;H. Yoshino
通讯作者：
H. Yoshino