Revisiting Query Performance in GPU Database Systems
Revisiting Query Performance in GPU Database Systems
复制标题
重新审视 GPU 数据库系统中的查询性能
DOI：
--
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Hyesoon Kim
中科院分区：
文献类型：
--
作者：
Jiashen Cao;Rathijit Sen;Matteo Interlandi;Joy Arulraj;Hyesoon Kim
GPU提供大量的计算并行性和高带宽内存访问。 GPU数据库系统旨在利用这些功能来加速数据分析。尽管现代GPU比以往任何时候都拥有更多的资源（例如，DRAM带宽更高），但对于避免浪费资源分配的查询处理的明智选择仍然是有利的。数据库系统可以通过恰当的资源分配来节省GPU运行时成本，或者通过利用新的GPU功能（例如Multi-Instance GPU（MIG））来通过并发查询处理来改善查询吞吐量。在本文中，我们对五个GPU数据库系统进行跨堆栈性能和资源利用分析。我们研究数据库级别和微构造方面，并向数据库开发人员提供建议。我们还演示了如何使用和扩展传统的车顶线模型来识别GPU资源瓶颈。这使用户能够进行什么IF分析，以预测不同资源分配或并发程度的性能影响。我们的方法论通过删除需要对多种资源配置进行详尽的测试来选择最佳配置的关键用户痛点。
GPUs offer massive compute parallelism and high-bandwidth memory accesses. GPU database systems seek to exploit those capabilities to accelerate data analytics. Although modern GPUs have more resources (e.g., higher DRAM bandwidth) than ever before, judicious choices for query processing that avoid wasteful resource allocations are still advantageous. Database systems can save GPU runtime costs through just-enough resource allocation or improve query throughput with concurrent query processing by leveraging new GPU capabilities, such as Multi-Instance GPU (MIG). In this paper we do a cross-stack performance and resource utilization analysis of five GPU database systems. We study both database-level and micro-architectural aspects, and offer recommendations to database developers. We also demonstrate how to use and extend the traditional roofline model to identify GPU resource bottlenecks. This enables users to conduct what-if analysis to forecast performance impact for different resource allocation or the degree of concurrency. Our methodology addresses a key user pain point in selecting optimal configurations by removing the need to do exhaustive testing for a multitude of resource configurations.
登录
查看更多内容
DOI：
10.1145/3318464.3380595
发表时间：
2020-03
期刊：
Proceedings of the 2020 ACM SIGMOD International Conference on Management of Data
影响因子：
--
作者：
Anil Shanbhag;S. Madden;Xiangyao Yu
通讯作者：
Anil Shanbhag;S. Madden;Xiangyao Yu
DOI：
10.1145/3341301.3359630
发表时间：
2019-10
期刊：
Proceedings of the 27th ACM Symposium on Operating Systems Principles
影响因子：
--
作者：
Zhihao Jia;Oded Padon;James J. Thomas;Todd Warszawski;M. Zaharia;A. Aiken
通讯作者：
Zhihao Jia;Oded Padon;James J. Thomas;Todd Warszawski;M. Zaharia;A. Aiken
Gables：移动 SoC 的 Roofline 模型
DOI：
10.1109/hpca.2019.00047
发表时间：
2019
期刊：
2019 IEEE International Symposium on High Performance Computer Architecture (HPCA
影响因子：
--
作者：
Hill, Mark;Janapa Reddi, Vijay
通讯作者：
Janapa Reddi, Vijay
为现代硬件高效编译高效的查询计划
DOI：
10.14778/2002938.2002940
发表时间：
2011
期刊：
Proc. VLDB Endow.
影响因子：
--
作者：
T. Neumann
通讯作者：
T. Neumann