Page 445 - 《软件学报》2025年第12期

5826 软件学报 2025 年第 36 卷第 12 期

除 CPU 和 L3 cache 架构差异外, 远程 NUMA 访问延迟也有较大差异. 我们模拟了 NUMA 内及远程 NUMA
29
哈希表访问 (预设 2 哈希桶) 操作来评估跨 NUMA 访问延迟, 如表 2 所示, 每个 ARM CPU 有 2 个 NUMA 节点,
其他 4 个 x86 每 CPU 有一个 NUMA 节点. 哈希表采用全表扫描, 更新操作模拟远程哈希表的读写操作, 以本地
NUMA 节点哈希表访问延迟作为基准延迟 (数值为 1), 远程 NUMA 访问延迟与本地基准访问延迟比率作为远程
NUMA 访问延迟的度量值, 该值越大则跨 NUMA 访问延迟越高. 总体而言, Intel x86 CLX(28) 和 ICX(38) 的远程
NUMA 访问延迟显著低于 AMD x86 Rome Zen2 和 Milan Zen3. ARM CPU 内部 NUMA 节点访问延迟较低, 但跨
CPU NUMA 节点的访问延迟较高, 最大延迟高于 AMD CPU.

表 2 不同平台的 NUMA 访问延迟

读 (NUMA0→目标节点) 延迟比率 写 (NUMA0→目标节点) 延迟比率
CPU架构
0 1 2 3 0 1 2 3
ARM(64) 1 1.24 1.91 1.76 1 1.18 1.75 1.64
CLX(28) 1 1.29 － － 1 1.33 － －
Rome Zen2(64) 1 1.94 － － 1 1.74 － －
ICX(38) 1 1.36 － － 1 1.31 － －
Milan Zen3(64) 1 1.73 － － 1 1.58 － －

综上所述, 不同 CPU 架构 NUMA 延迟的差异性使 NUMA 优化方法的性能收益和复杂度产生差异化, ARM
CPU 具有多 NUMA 节点的特征, 这增加了 NUMA 优化算法的复杂性或数据分布代价. 但 CPU 内部 NUMA 延迟
较低可以将 NUMA 逻辑合并, 从而达到与 x86 CPU NUMA 优化方法的兼容, 并且降低多 NUMA 节点上的数据分
布或复制代价.
1.3 连接基准
连接是数据库重要的基础算子, 在数据仓库和 OLAP 应用中主要实现事实表与维表之间等值匹配连接, 其
中事实表庞大且数据量持续增长, 维表较小且缓慢增长, 维表数据量相对事实表数据量占比较低 (通常维表数
据量占总数据量的 1% 以下). 近年内存连接优化技术研究中主要模拟大表连接与小表连接性能, 如两表固定大
小 [1,6,7] 或两表固定比例|R|=10×|S|和|R|=|S| [2,4,8] , 这种固定负载固化了连接优化的覆盖范围, 不同的表大小及选择
率都极大地影响连接性能特征 (如文献 [7] 中在 TPC-H 负载中的连接性能特性出现偏差). 另一方面, |R|=|S|或
|S|=10×|R|的连接负载只关注了软件维度上连接表的大小关系, 没有考虑连接表大小与 CPU 的 LLC (last level
cache, 最后一级 cache, 通常指 L3 cache) 的关系, 虽然 NPO 算法及向量连接算法在优化技术上的 hardware-
oblivious 特性不需要面向 CPU 硬件参数配置调优, 但算法表现为 hardware-adaptive 特性, 即具有与 LLC 容量与
效率自适应的硬件优化特征. 在设计连接负载时需要关注硬件技术的发展 (LLC 容量的持续增长) 与连接算法
性能的相关性.
基于上述分析, 本文设计了 micro join benchmark (MJB), 主要从软件、硬件、应用这 3 个维度设计了连接负
载, 可以更加全面测试 OLAP 负载中连接性能, 具体设计如下.
(1) R 表和 S 表采用主外键连接方法. R 表主键为连续整数代理键, 以 shuffle 乱序存储, 模拟异位更新场景及
非聚集存储. S 表外键乱序存储.
(2) |S|=SF×6M, S 表模拟 TPC-H 和 SSB 中最大的事实表, SF 代表扩展因子.
5
(3)| R|= 2 –2 log 2 |S| , 取消|R|=|S|负载 (数据仓库等值连接的一一映射通常采用物化策略), 在相对 R 表大小上变
化范围更加全面, 相对 LLC 大小的动态变化负载更优. 在绝对 R 表大小上覆盖了代表性的数据库基准 TPC-H、
SSB 和 TPC-DS 中各连接表大小.
29
5
如本文实验中 SF=200, 模拟 12 亿行事实表上的连接操作, R 表变化范围从 2 – 2 行, 能够覆盖最大 17 TB
SSB 数据集、3.5 TB TPC-H 数据集和 100 TB TPC-DS 数据集上的连接负载.
PRO 算法通过分区操作实现 L1/L2 cache 中的哈希连接操作, 对 LLC 不敏感. NPO 算法和向量连接算法通过