《表2 GPU索引研究现状》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《GPU数据库核心技术综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

使用全内存存储的内存数据库中，索引查询成为新的性能瓶颈.文献[96]在内存KV系统中使用GPU加速索引查询来消除内存KV主要的性能瓶颈，提出一种驻留GPU显存的哈希表作为索引结构.此外，设计良好的索引结构也对连接算子的性能产生巨大的影响[42，48].在算法加速层面，一些Join算法[42，48]为了增加公平性，通过手动添加索引的方式实现了GPU-Join算子，并对比CPU版本取得了10倍的加速比.文献[15]在单个算子粒度下考虑索引读取数据（index scan）是否是对整个查询有利，并提出寻找性能均衡点（break-even point），对于是否走索引的优化决策起到关键作用.表2中列出了现有对GPU索引相关的研究工作及突出贡献.