Оптимизация аналитических запросов в гетерогенных системах

Аннотация

Согласно оценке International Data Corporation (IDC) в 2020 году человечество произвело более 64 зеттабайт данных. В ближайшие 5 лет ожидается рост этого показателя на 23% в год, что превышает скорость роста производительности аппаратуры. Агрегация и анализ больших данных потребовали развития таких технологий как Hadoop и Spark. С увеличением количества данных и сложности запросов их производительности оказывается недостаточно и требуются новые пути повышения эффективности анализа. Один из таких методов – использование специализированных аппаратных ускорителей, таких как графический процессор, для выполнения запросов и расширение иерархии используемой памяти. В статье рассматривается проблема оптимизации аналитических запросов к СУБД в основной памяти с помощью использования аппаратных ускорителей и расширения иерархии памяти. Дан обзор классических подходов к оптимизации запросов и текущего состояния области исследования гетерогенного исполнения. Разобраны достоинства и недостатки существующих решений и сформулированы нерешенные проблемы. Предложен вариант эталонной архитектуры.

Сведения об авторах

Petr Alexandrovich Kurapov, Московский физико-технический институт (национальный исследовательский университет)

аспирант

Areg Frikovich Melik-Adamyan, Intel

кандидат технических наук

Опубликована
2021-12-20
Как цитировать
KURAPOV, Petr Alexandrovich; MELIK-ADAMYAN, Areg Frikovich. Оптимизация аналитических запросов в гетерогенных системах. Международный научный журнал «Современные информационные технологии и ИТ-образование», [S.l.], v. 17, n. 4, dec. 2021. ISSN 2411-1473. Доступно на: <http://sitito.cs.msu.ru/index.php/SITITO/article/view/801>. Дата доступа: 25 jan. 2022
Раздел
Исследования и разработки в области новых ИТ и их приложений