[发明专利]用于并行化SMP数据库中的基于散列的运算符的系统和方法

说明书

本发明提供一种用于并行化对称多处理(SMP)数据库中的基于散列的运算符的系统和方法。在实施例中，用于执行基于散列的数据库操作的设备中的方法包含：在所述设备处接收数据库查询；创建多个执行工作线程以处理所述查询；以及由所述执行工作线程根据数据库表构建散列表，所述数据库表包括多个分区和多个扫描单元中的一个，所述散列表由所述执行工作线程共享，每个执行工作线程扫描对应分区并且在分割所述数据库表的情况下将条目添加到所述散列表，每个执行工作线程扫描未处理的扫描单元并且在所述数据库表包括扫描单元的情况下根据所述扫描单元将条目添加到所述散列表，并且所述工作线程以并行方式执行所述扫描和所述添加。

相关申请案的交叉参考

本发明要求2015年6月24日递交的发明名称为“用于并行化SMP数据库中的基于散列的运算符的系统和方法(Systems and Methods for Parallelizing Hash-basedOperators in SMP Databases)”的第14/749 098号美国非临时专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文本中，如同全文复制一样。

技术领域

本发明大体上涉及系统和方法数据库，并且在具体实施例中，涉及用于并行化对称多处理(symmetric multiprocessing，SMP)数据库中的基于散列的运算符的系统和方法。

背景技术

随着因特网应用的兴起，越来越多数据产生并存储到数据库中。数据库查询可能非常复杂。并行处理数据库管理系统设计用于管理和处理大量数据。对称多处理(symmetric multiprocessing，SMP)计算机系统含有多个中央处理单元(centralprocessing unit，CPU)核心，所述CPU核心共享大量存储器并且对于运行并行处理数据库系统是理想的。

对于数据库操作，基于散列的运算符包含散列连接和散列聚合。散列连接是对于连接属性的每个不同值，找到具有所述值的每个数据库表中的元组集合的方法。散列连接由两个阶段组成：构建阶段和探测阶段。当连接两个表时，构建阶段首先在较小表(内部表)的顶部上创建散列表。散列表项包含连接属性和数据行。探测阶段与构建阶段使用相同散列函数。探测阶段扫描较大表(外部表)的行，散列连接属性并且通过参考散列表找到内部表中的匹配行。散列聚合是用于实施例如分组的数据库集中操作的方式。类似于散列连接运算符，散列聚合还通过作为散列键的目标聚合属性在关系数据顶部创建散列表。根据散列表，元组可以分成组或可以提取唯一的元组。

发明内容

根据本发明的实施例，用于执行基于散列的数据库操作的设备中的方法包含：在设备处接收数据库查询；创建多个执行工作线程以处理查询；以及由执行工作线程根据数据库表构建散列表，所述数据库表包括多个分区和多个扫描单元中的一个，散列表由执行工作线程共享，每个执行工作线程扫描对应分区并且在分割数据库表的情况下将条目添加到散列表，每个执行工作线程扫描未处理的扫描单元并且在数据库表包括扫描单元的情况下根据扫描单元将条目添加到散列表，并且工作线程以并行方式执行扫描和添加。

根据另一实施例，用于执行基于散列的数据库操作的设备包含处理器和非暂时性计算机可读存储媒体，所述非暂时性计算机可读存储媒体存储由处理器执行的编程，所述编程包含用于执行以下操作的指令：接收数据库查询；创建多个执行工作线程以处理查询；以及由执行工作线程根据数据库表构建散列表，所述数据库表包括多个分区和多个扫描单元中的一个，散列表由执行工作线程共享，每个执行工作线程扫描对应分区并且在分割数据库表的情况下将条目添加到散列表，每个执行工作线程扫描未处理的扫描单元并且在数据库表包括扫描单元的情况下根据扫描单元将条目添加到散列表，并且工作线程以并行方式执行扫描和添加。