科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对查询分析处理（OLAP）中事实表与多个维表之间的星形连接执行代价较高的问题，提出了一种在先进的多核中央处理器（CPU）和图形处理器（GPU）上的星形连接优化方法。对于多核CPU平台和GPU平台的星形连接中的物化代价问题，首先实现了基于向量索引的CPU和GPU平台上的向量化星形连接算法，然后通过面向CPU cache和GPU shared memory大小的向量划分，实现基于向量粒度的星形连接操作，优化星形连接中向量索引的物化代价。最后提出了基于压缩向量的星形连接算法，将定长向量索引压缩为变长的二元向量索引结构，在低选择率时优化cache内的向量索引存储访问效率。实验结果表明，在CPU平台与...
- 单位
