Hashjoin 算子矢量化优化*

针对Hashjion性能瓶颈，为了提高数据库性能，加快查询响应能力，提出矢量化方法优化 Hashjoin。矢量化又叫批处理，是针对目前数据库处理系统存在的按行迭代，流水线操作方式而提出的一种优化思路。矢量是构建阶段使用大小为n作为输入向量，并允许任意列的组合的原则处理它们的输入。执行器执行查询计划树，每次迭代算子执行以矢量即批量元组为单位而不是以行为单位。通过仿真实验得出批处理最终加快了Hashjoin算子处理速度近30倍，结果在查询中涉及到Hashjoin的查询分析性能大大提升。  

外包数据库中的哈希连接一致性算法

外包数据库中的连接查询比范围查询更困难，因为客户端需要验证连接结果的一致性，而传统的对单个表的 签名不能有效地支持对连接查询结果的直接验证。提出了使用哈希连接保证数据一致性的2种算法，它们分别通过 在服务器端和客户端计算哈希函数来实现连接查询。给出了这2种算法的详细描述，证明了它们满足一致性要求，而 且分析了算法在通信量、服务器端和客户端执行的代价。最后在实验中通过设置不同的参数对它们在服务器端和客 户端的运行时间进行了比较，总结了它们在实际应用中的优缺点。  

基于人工免疫原理的数据流聚类算法研究

外包数据库中的连接查询比范围查询更困难,因为客户端需要验证连接结果的一致性,而传统的对单个表的签名不能有效地支持对连接查询结果的直接验证。提出了使用哈希连接保证数据一致性的2种算法,它们分别通过在服务器端和客户端计算哈希函数来实现连接查询。给出了这2种算法的详细描述,证明了它们满足一致性要求,而且分析了算法在通信量、服务器端和客户端执行的代价。最后在实验中通过设置不同的参数对它们在服务器端和客户端的运行时间进行了比较,总结了它们在实际应用中的优缺点。  

基于向量引用Platform-Oblivious内存连接优化技术

以MapD为代表的图分析数据库系统通过GPU、Phi等新型众核处理器来支持高性能分析处理，在面向复杂数据模式时连接操作仍然是重要的性能瓶颈.近年来，异构处理器逐渐成为高性能计算的主流平台，内存连接性能的研究从多核CPU平台扩展到新兴的众核处理器，但众多的研究成果并未系统地揭示连接算法性能、连接数据集大小、硬件架构之间的内在联系，难以为未来异构处理器平台的数据库提供连接平台优化选择策略.本文以面向多核CPU、Xeon Phi、GPU处理器平台的内存连接优化技术为目标，通过优化内存哈希表设计，实现以向量映射替代哈希映射操作，消除哈希代价对内存连接算法的影响，从而更加准确地测量内存连接算法在多核CPU的cache大小、Xeon Phi的cache大小、Xeon Phi的并发多线程、GPU的SIMT（单指令多线程）机制等硬件相关因素影响下的性能特征.实验结果表明，缓存与并发多线程机制是提高内存连接算法性能的重要影响因素.缓存机制对于满足cache大小的连接操作具有性能优势，而GPU的并发多线程机制则在较大表的连接操作中具有较高的性能，Xeon Phi则在满足其L2 cache大小的连接操作中具有最高性能.实验结果揭示了内存连接操作性能与异构处理器硬件特性的联系，为未来异构处理器平台内存数据库查询优化器提供了优化策略.