適應GPU的混合OLAP查詢

　　通用GPU因其強大的并行計算能力成為新興的高性能計算平臺，并逐漸成為近年來學術界在高性能數(shù)據(jù)庫實現(xiàn)技術領域的研究熱點，但當前GPU數(shù)據(jù)庫領域的研究沿襲的是ROLAP（relational OLAP）多維分析模型，研究主要集中在關系操作符在GPU平臺上的算法實現(xiàn)和性能優(yōu)化技術，以哈希連接的GPU并行算法研究為中心．GPU擁有數(shù)千個并行計算單元，但其邏輯控制單元較少，相對于CPU具有更強的并行計算能力，但邏輯控制和復雜內存管理能力較弱，因此并不適合需要復雜數(shù)據(jù)結構和復雜內存管理機制的內存數(shù)據(jù)庫查詢處理算法直接移植到GPU平臺．提出了面向GPU向量計算特性的混合OLAP多維分析模型semi-MOLAP，將MOLAP（multidimensionalOLAP）模型的直接數(shù)組訪問和計算特性與ROLAP模型的存儲效率結合在一起，實現(xiàn)了一個基于完全數(shù)組結構的GPU semi-MOLAP多維分析模型，簡化了GPU數(shù)據(jù)管理，降低了GPU semi-MOLAP算法復雜度，提高了GPU semi-MOLAP算法的代碼執(zhí)行率．同時，基于GPU和CPU計算的特點，將semi-MOLAP操作符拆分為CPU和GPU平臺的協(xié)同計算，提高了CPU和GPU的利用率以及OLAP的查詢整體性能．