内存数据仓库集群技术研究
文献类型：会议
作者：张延松[1]
机构：[1]中国人民大学DEKE实验室,北京 100872;中国人民大学信息学院,北京 100872;中国人民大学中国调查与数据中心,北京 100872
[2]中国人民大学DEKE实验室,北京 100872;中国人民大学信息学院,北京 100872
[3]中国人民大学DEKE实验室,北京 100872;中国人民大学信息学院,北京 100872
年：2014
会议名称：华东师范大学“数据科学与工程”论坛内存计算数据管理主题报告会
会议论文集：华东师范大学“数据科学与工程”论坛内存计算数据管理主题报告会论文集
页码范围：117-132
会议地点：上海
会议开始日期：2014-05-06
所属部门：信息学院
人气指数：2
浏览次数：2
语言：中文
关键词：内存数据仓库;集群;向量计算
摘要： 随着硬件的集成度不断提高，多核处理器和大内存成为当前主流的计算平台，内存计算也成为新兴的高性能数据分析平台。内存数据仓库集群技术面向高性能分析计算，是实现大数据实时分析的基础平台。本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作，包括：以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群，以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程。分析了内存数据仓库集群技术的关键问题及技术挑战，并针对新的内存数据仓库集群应用需求展望未来技术的发展。
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
