异构体系结构下的混合负载数据库自适应并行技术

混合负载处理(HTAP)数据库通过统一的平台处理不同的工作负载,消除数据在不同平台之间迁移和开发运营的成本,实现对最新事务数据的实时分析。针对在保证系统新鲜度的同时最小化在线事务处理(OLTP)和在线分析处理(OLAP)在系统运行过程中的相互干扰的问题,提出一种中央处理器/图形处理器(CPU/GPU)异构体系结构下的混合负载数据库自适应并行技术。首先,构建异构体系结构下的混合负载数据库系统;其次,针对系统中的数据新鲜度问题,提出基于固定时间段的任务调度方法,以分离数据同步与分析查询;再次,提出一种多流并行分析处理策略,以提高系统分析处理性能;最后,针对高新鲜度的场景提出热数据优化方法,以提供全局最高新鲜度。基于CH-benCHmark基准进行测试和对比实验结果表明,与BatchDB相比,所提混合负载数据库事务性能下降率减小了50%。所提优化策略可以在提供可预测的新鲜度的情况下提供最高的分析处理性能,在少量性能损失的情况下提供最高的新鲜度。

跨域双活数据库事务处理的动态优化技术

跨域双活数据库能为企业提供灾备能力,但传统的灾备节点仅提供备份功能,无法为主服务器分担读写负载,造成了系统瓶颈。如今分布式数据库领域的数据复制架构、数据库节点间共识协议等,为异地双活数据库的发展提供了理论基础。在跨域双活的场景下提出一种基于多主架构的确定性事务处理方案,在原有的承担灾备的基础上提供客观的负载均衡能力。在该架构中,使用确定性乐观并发控制协议保证跨域双活场景下事务执行的正确性,同时应用异步冲突检测优化与动态批大小设置调整系统负载以适应网络环境的变化。在TPC-C基准测试中验证架构的原型实现系统的性能,在网络利用率与事务吞吐量上均取得了较好的效果,与原始分片方案相比事务处理性能提升18%~23%,网络延迟下降了26%~31%。