A Hybrid Query Optimization Engine for GPU accelerated Database Query Processing II

Die Leistungsanforderungen an Datenbanksysteme steigen ständig, und viele Forschungsarbeiten konzentrieren sich auf neue Ansätze zur Erfüllung der Leistungsanforderungen von morgen. Die GPU-Beschleunigung ist eine neu aufkommende und vielversprechende Möglichkeit, die Abfrageverarbeitung von Datenbanksystemen zu beschleunigen, indem kostengünstige Grafikprozessoren als Coprozessoren eingesetzt werden. Eine große Herausforderung besteht darin, die traditionelle Datenbankabfrageverarbeitung mit GPU-Coprocessing-Techniken und einer effizienten Planung von Datenbankoperationen in einem GPU-gesteuerten Abfrageoptimierer zu kombinieren. In diesem Projekt entwickeln wir eine hybride Abfrageverarbeitungs-Engine, die den traditionellen physikalischen Optimierungsprozess erweitert, um hybride Abfragepläne zu erzeugen und eine kostenbasierte Optimierung durchzuführen, so dass die Vorteile von CPUs und GPUs kombiniert werden. Außerdem streben wir eine von der Datenbankarchitektur und dem Datenmodell unabhängige Lösung an, um die Anwendbarkeit zu maximieren.

• HyPE-Bibliothek
[HyPE ist eine hybride Abfrageverarbeitungsmaschine, die für die automatische Auswahl von Verarbeitungseinheiten für das Coprocessing in Datenbanksystemen entwickelt wurde. Langfristiges Ziel des Projektes ist die Implementierung einer vollwertigen Query Processing Engine, die in der Lage ist, aus einem logischen Query Plan automatisch einen physischen Hybrid CPU/GPU Query Plan zu generieren und zu optimieren. Es handelt sich um einen Forschungsprototyp, der von der Otto-von-Guericke-Universität Magdeburg in Zusammenarbeit mit der Technischen Universität Ilmenau entwickelt wurde
• CoGaDB
[CoGaDB ist ein Prototyp eines spaltenorientierten, GPU-beschleunigten Datenbankmanagementsystems, das an der Universität Magdeburg entwickelt wurde. Sein Ziel ist es, fortschrittliche Coprocessing-Techniken für eine effektive GPU-Nutzung bei der Verarbeitung von Datenbankanfragen zu untersuchen. Es nutzt unsere hybride Query Processing Engine (HyPE) für den physikalischen Optimierungsprozess.

query optimization, query processing, gpu-accelerated datamangement, self-tuning

Performance demands for database systems are ever increasing and a lot of research focus on new approaches to fulfill performance requirements of tomorrow. GPU acceleration is a new arising and promising opportunity to speed up query processing of database systems by using low cost graphic processors as coprocessors. One major challenge is how to combine traditional database query processing with GPU coprocessing techniques and efficient database operation scheduling in a GPU aware query optimizer. In this project, we develop a Hybrid Query Processing Engine, which extends the traditional physical optimization process to generate hybrid query plans and to perform a cost based optimization in a way that the advantages of CPUs and GPUs are combined. Furthermore, we aim at a database architecture and data model independent solution to maximize applicability.

• HyPE-Library
• HyPE is a hybrid query processing engine build for automatic selection of processing units for coprocessing in database systems. The long-term goal of the project is to implement a fully fledged query processing engine, which is able to automatically generate and optimize a hybrid CPU/GPU physical query plan from a logical query plan. It is a research prototype developed by the Otto-von-Guericke University Magdeburg in collaboration with Ilmenau University of Technology
• CoGaDB
• CoGaDB is a prototype of a column-oriented GPU-accelerated database management system developed at the University of Magdeburg. Its purpose is to investigate advanced coprocessing techniques for effective GPU utilization during database query processing. It uses our hybrid query processing engine (HyPE) for the physical optimization process.