No Silver Bullet: Meningkatkan Performa GaussDB pada Beban Kerja TPC-H 30TB

Model eksekusi pipeline, shuffle antar-node yang skalabel, unified bus, dan Bloom filter lintas node menghasilkan peningkatan 40% dibandingkan hasil TPC-H terbaik yang telah dipublikasikan pada 30 TB.

Tim Zeyl; Jason Lam; Shu Lin; Reza Pournaghi; Qi Cheng; Calvin Wong; Kaixiang Du; Yuliang He; Yang Sun; Weicheng Wang; Paul Lee; Chen Ruo; Yang Xinyi; Li Qunan; Wang Junjie; Hu Dongxing; Chong Chen; Per-Ake Larson· 2026· DOI 10.48550/arXiv.2608.28352

Masalah inti

GaussDB adalah sistem basis data utama Huawei, yang dirancang untuk penerapan skala besar dan beban kerja paling menuntut. Ini adalah sistem terdistribusi shared-nothing yang mampu menangani semua jenis beban kerja. Makalah ini menguraikan serangkaian modifikasi pada GaussDB yang bertujuan meningkatkan performanya pada beban kerja analitis berskala besar dan kompleks. Setelah perubahan-perubahan ini, performanya pada beban kerja TPC-H melampaui hasil terbaik yang telah dipublikasikan sebesar 40% pada 30 TB. Peningkatan utama untuk mencapai performa elite ini meliputi adopsi model eksekusi pipeline, shuffle data antar-node yang lebih cepat dan lebih skalabel, pemanfaatan unified bus dan unified remote memory access. Para penulis juga memperluas dukungan penempatan Bloom filter berbasis biaya dan menerapkan beberapa strategi streaming Bloom filter, yang memungkinkan penggunaannya lintas node.

Inovasi

Setelah modifikasi yang dijelaskan, performa GaussDB pada beban kerja TPC-H melampaui hasil terbaik yang telah dipublikasikan sebesar 40% pada 30 TB. Peningkatan ini diatribusikan pada kombinasi model eksekusi pipeline, shuffle data antar-node yang lebih cepat dan skalabel, unified bus dan unified remote memory access, serta kemampuan Bloom filter yang diperluas. Makalah ini melaporkan bahwa peningkatan-peningkatan tersebut secara kolektif memungkinkan performa elite pada skala besar ini. Tidak ada rincian lebih lanjut mengenai kontribusi masing-masing komponen yang disediakan dalam abstrak.

GaussDB adalah sistem basis data utama Huawei, yang dirancang untuk penerapan skala besar dan beban kerja paling menuntut. Ini adalah sistem terdistribusi shared-nothing yang mampu menangani semua jenis beban kerja. Makalah ini menguraikan serangkaian modifikasi pada GaussDB yang bertujuan meningkatkan performanya pada beban kerja analitis berskala besar dan kompleks. Setelah perubahan-perubahan ini, performanya pada beban kerja TPC-H melampaui hasil terbaik yang telah dipublikasikan sebesar 40% pada 30 TB. Peningkatan utama untuk mencapai performa elite ini meliputi adopsi model eksekusi pipeline, shuffle data antar-node yang lebih cepat dan lebih skalabel, pemanfaatan unified bus dan unified remote memory access. Para penulis juga memperluas dukungan penempatan Bloom filter berbasis biaya dan menerapkan beberapa strategi streaming Bloom filter, yang memungkinkan penggunaannya lintas node.

Para penulis menerapkan serangkaian modifikasi arsitektural dan algoritmik pada GaussDB. Pilar metodologis utamanya adalah:

Mengapa penting

Judul "No Silver Bullet" menyiratkan bahwa keuntungan performa bukanlah hasil dari satu optimasi tunggal, melainkan efek kumulatif dari berbagai perubahan terkoordinasi di seluruh mesin eksekusi, lapisan pertukaran data, pemanfaatan perangkat keras, dan optimasi kueri. Model eksekusi pipeline mengatasi inefisiensi operator blocking, sementara shuffle yang skalabel menangani hambatan komunikasi yang melekat pada arsitektur shared-nothing. Unified bus dan unified remote memory access mengurangi biaya perpindahan data, dan penempatan Bloom filter berbasis biaya dengan strategi streaming meminimalkan transfer data yang tidak perlu dengan memfilter lebih awal dan lintas node. Secara bersama-sama, perubahan-perubahan ini membentuk pendekatan holistik untuk meningkatkan performa beban kerja analitis pada skala ekstrem. Peningkatan 40% dibandingkan hasil terbaik yang telah dipublikasikan pada 30 TB menunjukkan efektivitas strategi multi-cabang ini. Pekerjaan selanjutnya dapat melibatkan penyetelan lebih lanjut komponen-komponen ini dan memperluas pendekatan ke beban kerja lain dan skala yang lebih besar.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten member…