一种基于OBDD的WSN可靠性评估方法

为评估组播下WSN可靠性,基于有序二叉决策图(OBDD)提出符号OBDD_Multicast算法。该算法在WSN符号OBDD表示的基础上,对WSN的节点变量进行排序,通过节点扩展,利用OBDD的"与"和"或"操作构建组播下WSN可靠性函数的OBDD。OBDD_Multicast算法通过识别相邻节点冗余路径和s-t非连通冗余路径,避免冗余扩展,减少扩展过程中中间子网的数目,有效降低了可靠性分析的复杂性。实验结果表明,针对3×N型网络,OBDD_Multicast算法比Shrestha的OBDD算法耗时少、效率高。

面向GoldenX软硬协同优化的异构加速列式存储引擎研究

万物互联时代,随着各类新型计算技术和新兴应用领域出现,传统数据处理方式逐步向云边协同数据处理的方式演进.云边复杂多变的生态系统(多云和多边缘)带来飞速增长的数据规模、复杂的数据位置及负载连接,如何高效稳定的存取数据信息以及如何加快数据查询处理已经成为学术界和工业界急需解决的关键问题.另一方面,以GPU/FPGA异构算力、NVM(non-volatile memory,非易失内存)存储、RDMA(remote direct memory access,远程直接内存存取)网络为代表的新型硬件技术的快速发展和应用,对现有软件架构体系产生了革命性的影响,为数据库系统的演进和性能提升提供了变革基础,吸引着越来越多研究者的关注.如何利用这些不断涌现的新型硬件技术来为工业界使用的真实数据库系统赋能已经成为目前的研究热点之一.首先介绍了中兴通讯GoldenX数据库系统架构,然后重点阐述其列式存储引擎利用新型硬件特性在计算层和存储层进行的软硬件协同设计和优化,主要包括:(1)将压缩/解压、加密/解密任务从CPU卸载到FPGA,利用FPGA的可编程特性,设计专用MISD(multiple instruction stream single data stream,多指令流单数据流)架构处理器,采用“软件接口级-计算核心级-功能模块级”三级流水线设计,提高数据流处理的效率;(2)为列式存储定制向量化执行引擎,利用CPU/GPU的SIMD(single instruction multiple data,单指令多数据流)新特性优化传统火山模型,降低了函数调用开销;(3)对SQL执行引擎进行优化,动态评估和利用GPU计算资源,采用JIT编译技术,将过滤/排序/聚集等具有矩阵运算特征的统计分析型SQL运算任务下推到GPU上,利用GPU的超高并行计算能力提高查询分析性能.实验表明,本文提出的软硬件优化方法有效提升了GoldenX系统性能,在TPC-H基准测试场景的22个查询中,优化后的GoldenX性能比优化前提升了2.5~10倍,比开启向量化的openGauss执行时长减少了17%~78%.

面向PM优化的数据库存储引擎设计

近年来新型存储硬件技术快速发展,出现了一种介于DRAM与磁盘之间的颠覆性存储介质,称为非易失性内存(Non-Volatile Memory,NVM),具有字节可寻址、非易失性等特征,也叫持久内存(Persistent Memory,PM)。它弥补了内存和磁盘之间的性能鸿沟,对传统DBMS软件设计提出新的挑战。本文针对数据库存储引擎的3个关键技术点,包括B+tree索引、缓存页、微事务日志,探讨在PM新型存储介质下的实现机制优化方法。实验结果表明,本文所采用的优化方法及其实现机制可充分挖掘新硬件潜力,有效提升数据库处理性能。