28、GPU加速在数据库查询选择性估计与架构设计中的应用

GPU加速在数据库查询选择性估计与架构设计中的应用

1. GPU加速的查询选择性估计方法

1.1 参数调优算法

为了实现高效的查询选择性估计，需要对工作步骤和最终步骤的参数进行调优，以获取时间最优的参数。以下是两个关键算法：

算法1：工作步骤阶段获取时间最优参数

procedure TuneParamsWork(N, D, G, (wgk)G
k=1, (Mk)G
k=1, (C−1
k )G
k=1)
    TWorkStep ← 0.25ms
    for tws = 1 → MAX TWS do
        ▷ MAX TWS = 20
        t1 ← time()
        sel, N ′ ← CalcSelectivity(tws, N, D, G, (wgk)G
        k=1, (Mk)G
        k=1, (C−1
        k )G
        k=1)
        t2 ← time()
        if t2 − t1 ≤ TWorkStep then
            TWSWorkStep ← tws, TWorkStep ← t2 − t1, NWorkStep ← N ′
        end if
    end for
    return TWSWorkStep, TWorkStep, NWorkStep
end procedure

该算法通过遍历不同的 tws 值，计算选择性和处理时间，选择满足时间约束的最优参数。