GPGPUがPostgreSQLを加速する（PostgreSQLカンファレンス2014）

1. GPGPUがPostgreSQLを加速する～PG-Stromご紹介～ NEC OSS推進センター The PG-Strom Project 海外浩平 <kaigai@ak.jp.nec.com> (Tw: @kkaigai)

2. 自己紹介 ▌名前: 海外浩平 ▌所属： NEC OSS推進センター ▌好きなもの：コアの多いプロセッサ ▌嫌いなもの：コアの少ないプロセッサ ▌経歴: HPC  OSS/Linux  SAP  GPU/PostgreSQL ▌Tw: @kkaigai ▌主な仕事 SELinux周り諸々 (2004~) •Lockless AVC、JFFS2 XATTRなど PostgreSQL周り諸々 (2006~) •SE-PostgreSQL、Security Barrier View、Writable FDWなど PG-Strom (2012~) Page. 2 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

3. 処理性能向上のアプローチ Page. 3 スケールアウトスケールアップホモジニアス・スケールアップヘテロジニアス・スケールアップ + The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

4. GPU (Graphic Processor Unit) の特徴 ▌GPUの特徴 チップに占める演算ユニットの比率が高い キャッシュ・制御ロジックの比率が小さい 単純な演算の並列処理に向く。複雑なロジックの処理は苦手。 値段の割にコア数が多い •GTX750Ti(640core)で 1万5千円くらい GPU CPU Model Nvidia Tesla K20X Intel Xeon E5-2690 v3 Architecture Kepler Haswell Launch Nov-2012 Sep-2014 # of transistors 7.1billion 3.84billion # of cores 2688 (simple) 12 (functional) Core clock 732MHz 2.6GHz, up to 3.5GHz Peak Flops (single precision) 3.95TFLOPS 998.4GFLOPS (AVX2使用) DRAM size 6GB, GDDR5 768GB/socket, DDR4 Memory band 250GB/s 68GB/s Power consumption 235W 135W Price $3,000 $2,094 Page. 4 SOURCE: CUDA C Programming Guide (v6.5) The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

5. GPU活用による計算の例 – 縮約アルゴリズム ● item[0] step.1 step.2 step.4 step.3 N個のGPUコアによる Σi=0...N-1item[i] 配列総和の計算 ◆ ● ▲ ■ ★ ● ◆ ● ● ◆ ▲ ● ● ◆ ● ● ◆ ▲ ■ ● ● ◆ ● ● ◆ ▲ ● ● ◆ ● item[1] item[2] item[3] item[4] item[5] item[6] item[7] item[8] item[9] item[10] item[11] item[12] item[13] item[14] item[15] log2N ステップで items[]の総和を計算 HW支援によるコア間の同期機構 Page. 5 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

6. 半導体技術のトレンド (1/2) – ヘテロジニアス化 ▌マルチコアCPUから、CPU/GPU統合型アーキテクチャへの移行 ▌HW性能向上からSWがフリーランチを享受できた時代は終わりつつある。 HW特性を意識してSWを設計しないと、半導体の能力を引き出せない。 Page. 6 SOURCE: THE HEART OF AMD INNOVATION, Lisa Su, at AMD Developer Summit 2013 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

7. 半導体技術のトレンド (2/2) – ダークシリコン問題 ▌CPU/GPU統合型アーキテクチャの背景 トランジスタ集積度向上のスピード > トランジスタあたり消費電力削減のスピード 排熱が追いつかないので、全ての回路に同時に電力供給するワケにはいかない。 同じチップ上に特性の異なる回路を実装。ピーク電力消費を抑える。 Page. 7 SOURCE: Compute Power with Energy-Efficiency, Jem Davies, at AMD Fusion Developer Summit 2011 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

8. RDBMSとボトルネックを考える (1/2) Page. 8 Storage Processor データ RAM データサイズ > RAM容量データサイズ < RAM容量 Storage Processor データ RAM 将来は？ Processor 広帯域 RAM 不揮発型 RAM データ The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

9. 現代のメモリボトルネックの世界 Join、Aggregation、Sort、Projectionなど戦略 •バーストしやすいアクセスパターン •並列計算アルゴリズムの適用伝統的なディスクI/Oボトルネックの世界 SeqScan、IndexScanなど戦略 •I/Oの量 (サイズ、回数) を減らす •ディスク分散 (RAID) RDBMSとボトルネックを考える (2/2) Page. 9 Processor RAM Storage 帯域：数十~数百GB/s 帯域：数百MB/s～数GB/s The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

10. PG-Stromのアプローチ ▌PG-Stromとは PostgreSQL用の拡張モジュール SQL処理ワークロードの一部をGPUで並列実行し、高速化を実現。 Full-Scan、Hash-Join、Aggregate の３種類のワークロードに対応 (2014年11月時点のβ版での対応状況) ▌コンセプト SQL構文からGPU用のネイティブ命令を動的に生成。JITコンパイル。 CPU/GPU協調による非同期並列実行 ▌利点 利用者からは完全に透過的に動作。 •SQL構文や周辺ツール、ドライバを含めPostgreSQL向けのソフトウェア資産を利用可 GPU+OSSの組み合わせにより、低コストでの性能改善が計れる。 ▌注意点 ただし、現時点ではインメモリ・データストアが前提。 Page. 10 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

11. PostgreSQL PG-Strom PG-Stromのアーキテクチャ (1/2) Page. 11 GPU Code Generator Storage Storage Manager Shared Buffer Query Parser Query Optimizer Query Executor SQL問い合わせ構文解析実行計画作成クエリ実行 Custom-Scan Interface GpuScan GpuHashJoin GpuPreAgg GPU Program Manager PG-Strom OpenCL Server Message Queue The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

12. PG-Stromのアーキテクチャ (2/2) ▌要素技術① OpenCL ヘテロジニアス計算環境を用いた並列計算フレームワーク NVIDIAやAMDのGPUだけでなく、CPU並列にも適用可能 言語仕様にランタイムコンパイラを含む。 ▌要素技術② Custom-Scan Interface あたかもPostgreSQLのSQL処理ロジックであるかのように、拡張モジュールがスキャンやジョインを実装するための機能。 PostgreSQL v9.5で一部機能がマージ。フル機能の標準化に向けて、開発者コミュニティで議論が進んでいる。 ▌要素技術③ 行指向データ構造 PostgreSQLの共有バッファをDMA転送元として利用する。 GPUの性能を引き出すには列指向データが最適ではあるものの、行列変換が非常にコスト高で本末転倒に。 Page. 12 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

13. 要素技術① OpenCL (1/2) ▌OpenCL の特徴 GPUだけでなく、CPUやMICも含め “OpenCLデバイス” として抽象化。 •とはいえ、概ねGPUの特徴を踏襲しているが…。 三種類のメモリ階層 (global, local, constant) 一定数のスレッドがプログラムカウンタを共有 (WARP; NVIDIAでは32個) C言語ライクなソースコードから、JITコンパイルによってプラットフォーム固有のネイティブ実行コードを生成。 ▌CUDAとの比較 ① JITコンパイルの仕組みを自前で作らなくても良い事、 ② 先ずは幅広く使用してもらう事、を優先して OpenCL を選択 Page. 13 CUDA OpenCL 利点 •細かな最適化が可能 •NVIDIA GPUの最新機能 •ドライバの実績・安定性 •マルチプラットフォームへの対応 •JITコンパイラを言語仕様に含む •CPU並列へも対応が可能課題 •AMD、Intel環境での利用不可 •ドライバの実績・安定性 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

14. 要素技術① OpenCL (2/2) Page. 14 GPU ソースコード (text) OpenCL runtime OpenCL Interface OpenCL runtime OpenCL runtime OpenCL Devices N x computing units Global Memory Local Memory Constant Memory cl_program オブジェクト cl_kernel オブジェクト DMA バッファ③ DMA バッファ② DMA バッファ① clBuildProgram() clCreateKernel() コマンドキュー Just-in-Time コンパイル kernel関数ルックアップコードとデータをペアにしてコマンドキューへ投入 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

15. GPUコードの自動生成 Page. 15 postgres=# SET pg_strom.show_device_kernel = on; SET postgres=# EXPLAIN (verbose, costs off) SELECT cat, avg(x) from t0 WHERE x < y GROUP BY cat; QUERY PLAN -------------------------------------------------------------------------------------------- HashAggregate Output: cat, pgstrom.avg(pgstrom.nrows(x IS NOT NULL), pgstrom.psum(x)) Group Key: t0.cat -> Custom (GpuPreAgg) Output: NULL::integer, cat, NULL::integer, NULL::integer, NULL::integer, NULL::integer, NULL::double precision, NULL::double precision, NULL::text, pgstrom.nrows(x IS NOT NULL), pgstrom.psum(x) Bulkload: On Kernel Source: #include "opencl_common.h" #include "opencl_gpupreagg.h" #include "opencl_textlib.h" : <...snip...> static bool gpupreagg_qual_eval(__private cl_int *errcode, __global kern_parambuf *kparams, __global kern_data_store *kds, __global kern_data_store *ktoast, size_t kds_index) { pg_float8_t KVAR_7 = pg_float8_vref(kds,ktoast,errcode,6,kds_index); pg_float8_t KVAR_8 = pg_float8_vref(kds,ktoast,errcode,7,kds_index); return EVAL(pgfn_float8lt(errcode, KVAR_7, KVAR_8)); } The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

16. PG-Stromの処理イメージ① – Hash-Joinのケース Page. 16 Inner relation Outer relation Inner relation Outer relation Hash表 Hash表次処理次処理 CPU側は Join結果を参照するだけ CPUによる Hash表探索 CPUによる Projection処理並列 Projection 並列Hash表探索標準のHash-Join実装 GpuHashJoin実装 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

17. ベンチマーク (1/2) – Simple Tables Join [測定条件] ▌2億件 x 10万件 x 10万件 ... のINNER JOINをテーブル数を変化させながら実行 ▌使用したクエリ： SELECT * FROM t0 natural join t1 [natural join t2 ...]; ▌全てのテーブルは事前にバッファにロード済み ▌HW: Express5800 HR120b-1, CPU: Xeon E5-2640, RAM: 256GB, GPU: NVIDIA GTX980 Page. 17 178.7 334.0 513.6 713.1 941.4 1181.3 1452.2 1753.4 29.1 30.5 35.6 36.6 43.6 49.5 50.1 60.6 0 200 400 600 800 1000 1200 1400 1600 1800 2000 2 3 4 5 6 7 8 9 Query response time number of joined tables Simple Tables Join PostgreSQL PG-Strom The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

18. PG-Stromの処理イメージ② – 集約演算のケース ▌Aggregate/Sortより前にGpuPreAggを置く事で、CPUが処理する行数を減らす。 ▌GPU搭載RAMの制約により、テーブル全体に集約演算を施す事は困難だが、数万行～数十万行単位での “部分集約” を作るのは容易。 ▌高速化のポイントはCPUが処理しなければならない仕事を減らす事。 GroupAggregate Sort SeqScan Tbl_1 結果セット数行数千万行数千万行 count(*), avg(X), Y X, Y X, Y X, Y, Z (table definition) GroupAggregate Sort GpuScan Tbl_1 結果セット数行数百行数千万行 sum(nrows), avg_ex(nrows, psum), Y Y, nrows, psum_X X, Y X, Y, Z (table definition) GpuPreAgg Y, nrows, psum_X 数百行 SELECT count(*), AVG(X), Y FROM Tbl_1 GROUP BY Y; The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL Page. 18

19. ベンチマーク (2/2) – Aggregation + Tables Join [測定条件] ▌2億件 x 10万件 x 10万件 ... のINNER JOINをテーブル数を変化させながら実行 ▌使用したクエリ： SELECT cat, AVG(x) FROM t0 natural join t1 [natural join t2 ...] GROUP BY CAT; ▌他の測定条件は前試験と同一 Page. 19 157.4 238.2 328.3 421.7 525.5 619.3 712.8 829.2 44.0 43.2 42.8 45.0 48.5 50.8 61.0 66.7 0 100 200 300 400 500 600 700 800 900 1000 2 3 4 5 6 7 8 9 Query response time number of joined tables Aggregation + Tables Join PostgreSQL PG-Strom The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

20. 要素技術② – Custom-Scan Interface Page. 20 Table.A アクセス対象テーブル条件句 id > 200 候補パス① SeqScan cost=400 候補パス② TidScan unavailable 候補パス③ IndexScan cost=10 統計情報候補パス④ CustomScan (GpuScan) cost=40 ビルトインロジック Table.X 統計情報 Table.Y 統計情報結合対象テーブル候補パス① NestLoop cost=8000 候補パス② HashJoin cost=800 候補パス③ MergeJoin cost=1200 候補パス④ CustomScan (GpuHashJoin) cost=500 ビルトインロジック結合条件 x.id = y.id 候補パス③ IndexScan cost=10 Table.A WINNER! Table.X 統計情報 Table.Y 統計情報候補パス④ CustomScan (GpuHashJoin) cost=500 結合条件 x.id = y.id WINNER! 拡張モジュールが実装するSQL実行ロジックを、標準のものと同列に並べて取捨選択を行う。 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

21. Yes!! Custom-Scan Interface got merged to v9.5 Page. 21 まず、コンセンサスである Scan部分のカスタムロジックを拡張モジュールで実装できるようインターフェースを定義。 ↓ 次にJoinのカスタムロジックを開発者コミュニティで議論 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

22. Custom-Scan Interfaceの拡張 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL Page. 22 Table.X 統計情報 Table.Y 統計情報結合対象テーブル候補パス① NestLoop 候補パス② HashJoin 候補パス③ MergeJoin 候補パス④ CustomScan (GpuHashJoin) ビルトインロジック結合条件 x.id = y.id X Y X Y NestLoop ロジック HashJoin ロジック X Y MergeJoin ロジック X Y GpuHashJoin ロジック Join結果 Relation Join後の結果Relationをスキャンしているように見える。 Joinが入るべき場所を、Foreign-/Custom-Scanで置き換える。 活用例： “Remote Joinの結果” をスキャンするように見えるFDWなど。 ▌Join replacement by foreign-/custom-scan

23. Custom-Scan Interfaceの斜め上な使い方 ▌データの流れ GpuScanやSeqScanが行を読み出し、上位ノードで処理、さらに上位へ… 一行毎に TupleTableSlot を介してデータの受け渡しを行う。 ▌プロトコルに従う必要がないケース 親ノード子ノードが同一のモジュールによって管理されている場合。 独自のデータ形式を用いてデータの受け渡しを行っても問題ない。 “Bulkload: On”  複数行(1万～10万行程度)を一回の呼び出しで受け渡す Page. 23 postgres=# EXPLAIN SELECT * FROM t0 NATURAL JOIN t1; QUERY PLAN ----------------------------------------------------------------------------- Custom (GpuHashJoin) (cost=2234.00..468730.50 rows=19907950 width=106) hash clause 1: (t0.aid = t1.aid) Bulkload: On -> Custom (GpuScan) on t0 (cost=500.00..267167.00 rows=20000024 width=73) -> Custom (MultiHash) (cost=734.00..734.00 rows=40000 width=37) hash keys: aid Buckets: 46000 Batches: 1 Memory Usage: 99.97% -> Seq Scan on t1 (cost=0.00..734.00 rows=40000 width=37) Planning time: 0.220 ms (9 rows) The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

24. PostgreSQL PG-Strom 要素技術③ – 行指向データ構造 Page. 24 Storage Storage Manager Shared Buffer Query Parser Query Optimizer Query Executor SQL問い合わせ構文解析実行計画作成クエリ実行 Custom-Plan APIs GpuScan GpuHashJoin GpuPreAgg DMA転送 (via PCI-E bus) GPU Program Manager PG-Strom OpenCL Server Message Queue T-Tree Columnar Cache GPU Code Generator キャッシュ構築 (行列変換) 処理結果返却 (列行変換) 以前の実装では、列指向データ構造でテーブル内容をキャッシュしていた The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

25. なぜGPUと列指向データの相性が良いか Page. 25 SOURCE: Maxwell: The Most Advanced CUDA GPU Ever Made Core Core Core Core Core Core Core Core Core Core SOURCE: How to Access Global Memory Efficiently in CUDA C/C++ Kernels coalesced memory access Global Memory (DRAM) Wide Memory Bandwidth (256-384bits) WARP: 命令ポインタを共有する GPUの命令処理単位。 32個単位である事が多い。 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

26. PostgreSQLのタプル形式 Page. 26 struct HeapTupleHeaderData { union { HeapTupleFields t_heap; DatumTupleFields t_datum; } t_choice; /* current TID of this or newer tuple */ ItemPointerData t_ctid; /* number of attributes + various flags */ uint16 t_infomask2; /* various flag bits, see below */ uint16 t_infomask; /* sizeof header incl. bitmap, padding */ uint8 t_hoff; /* ^ - 23 bytes - ^ */ /* bitmap of NULLs -- VARIABLE LENGTH */ bits8 t_bits[1]; /* MORE DATA FOLLOWS AT END OF STRUCT */ }; HeapTupleHeader NULL bitmap (if has null) OID of row (if exists) Padding 1st Column 2nd Column 4th Column Nth Column NULL値ならデータは入ってない途中に可変長データが入っていると、後ろのフィールドの位置がずれる全フィールドが比NULLなら NULL Bitmapはない Row OIDは無い場合も多い GPU向けとしては、割と最悪に近いデータ構造 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

27. 列指向キャッシュの悪夢 (1/2) ▌列指向キャッシュと行列変換 Page. 27 postgres=# explain (analyze, costs off) select * from t0 natural join t1 natural join t2; QUERY PLAN ------------------------------------------------------------------------------ Custom (GpuHashJoin) (actual time=54.005..9635.134 rows=20000000 loops=1) hash clause 1: (t0.aid = t1.aid) hash clause 2: (t0.bid = t2.bid) number of requests: 144 total time to load: 584.67ms total time to materialize: 7245.14ms <-- 全体の70%!! average time in send-mq: 37us average time in recv-mq: 0us max time to build kernel: 1us DMA send: 5197.80MB/sec, len: 2166.30MB, time: 416.77ms, count: 470 DMA recv: 5139.62MB/sec, len: 287.99MB, time: 56.03ms, count: 144 kernel exec: total: 441.71ms, avg: 3067us, count: 144 -> Custom (GpuScan) on t0 (actual time=4.011..584.533 rows=20000000 loops=1) -> Custom (MultiHash) (actual time=31.102..31.102 rows=40000 loops=1) hash keys: aid -> Seq Scan on t1 (actual time=0.007..5.062 rows=40000 loops=1) -> Custom (MultiHash) (actual time=17.839..17.839 rows=40000 loops=1) hash keys: bid -> Seq Scan on t2 (actual time=0.019..6.794 rows=40000 loops=1) Execution time: 10525.754 ms The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

28. 列指向キャッシュの悪夢 (2/2) Page. 28 テーブル (行指向データ) ⇩ 列指向キャッシュへの変換（最初の一回だけ） PG-Strom内部形式 (列指向データ) ⇩ PostgreSQLのデータ受渡し形式 (行指向データ) [Hash-Join処理] テーブル間で対応するレコードを探索する処理処理時間の内訳 You cannot see the wood for the trees （木を見て森を見ず） GPU内のロジックを最適化するために、足回り (= PostgreSQLとのインターフェース部分) で無視できない処理コストが発生している。 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

29. GPUアクセラレーションのポイント (1/2) Page. 29 •CPUは希少リソース。いかにCPUに仕事をさせないかがポイント。 •CPUに仕事をさせる場合、メモリ性能を発揮しやすいパターンを意識する。 Storage Shared Buffer T-Tree columnar cache 結果バッファ PostgreSQL 行イメージスロット CPUのタスクキャッシュ構築の際に、一度だけ行列変換極めて高い負荷 CPUのタスクキャッシュ構築の際に、一度だけ行列変換極めて高い負荷 PCI-Eのタスク列指向データなので、必要なデータだけを転送低い負荷 CPUのタスク処理結果をPostgreSQLへ返す際に、毎回、列行変換極めて高い負荷 GPUのタスク列データに対して演算処理を実行。GPUの特性に従って最適化されたコード。列指向データの利用時 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

30. GPUアクセラレーションのポイント (2/2) Page. 30 •CPUは希少リソース。いかにCPUに仕事をさせないかがポイント。 •CPUに仕事をさせる場合、メモリ性能を発揮しやすいパターンを意識する。 Storage Shared Buffer 結果バッファ PostgreSQL 行イメージスロット CPUのタスク DMA転送前の可視性チェックのみ。軽い負荷 CPUのタスクキャッシュ構築の際に、一度だけ行列変換極めて高い負荷 PCI-Eのタスク行指向データなので、全てのデータを転送する少し高い負荷 CPUのタスク結果バッファへのポインタをセットするだけ。極めて軽い負荷 GPUのタスク行データに対して演算処理を実行。最適なデータ構造ではないが、コアの数で処理速度をカバー行指向データの利用時独自のキャッシュは持たない The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

31. PostgreSQLのshared_bufferと統合した結果 ▌列指向キャッシュと行列変換 Page. 31 postgres=# explain (analyze, costs off) select * from t0 natural join t1 natural join t2; QUERY PLAN ----------------------------------------------------------- Custom (GpuHashJoin) (actual time=111.085..4286.562 rows=20000000 loops=1) hash clause 1: (t0.aid = t1.aid) hash clause 2: (t0.bid = t2.bid) number of requests: 145 total time for inner load: 29.80ms total time for outer load: 812.50ms total time to materialize: 1527.95ms <-- 大幅に削減 average time in send-mq: 61us average time in recv-mq: 0us max time to build kernel: 1us DMA send: 5198.84MB/sec, len: 2811.40MB, time: 540.77ms, count: 619 DMA recv: 3769.44MB/sec, len: 2182.02MB, time: 578.87ms, count: 290 proj kernel exec: total: 264.47ms, avg: 1823us, count: 145 main kernel exec: total: 622.83ms, avg: 4295us, count: 145 -> Custom (GpuScan) on t0 (actual time=5.736..812.255 rows=20000000 loops=1) -> Custom (MultiHash) (actual time=29.766..29.767 rows=80000 loops=1) hash keys: aid -> Seq Scan on t1 (actual time=0.005..5.742 rows=40000 loops=1) -> Custom (MultiHash) (actual time=16.552..16.552 rows=40000 loops=1) hash keys: bid -> Seq Scan on t2 (actual time=0.022..7.330 rows=40000 loops=1) Execution time: 5161.017 ms <-- 応答性能は大幅改善やや、性能劣化 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

32. PG-Stromの現在と今後 (1/2) – 現在 ▌対応済みのロジック GpuScan ... 条件句付き全件スキャンのGPU処理 GpuHashJoin ... Hash-JoinのGPU実装 GpuPreAgg ... GPUによる集約関数の前処理 ▌対応しているデータ型 整数型 (smallint, integer, bigint) 浮動小数点型 (real, float) 文字列型 (text, varchar(n), char(n)) 日付時刻型 (date, time, timestamp) NUMERIC型 ▌対応している関数 各データ型の四則演算オペレータ 各データ型の大小比較オペレータ 浮動小数点型の数値計算関数 集約演算： MIN, MAX, SUM, AVG, 標準偏差, 分散, 共分散 Page. 32 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

33. PG-Stromの現在と今後 (2/2) – 今後 ▌今後対応するロジック Outer Join Sort Aggregate Push-down ... その他？ ▌対応するデータ型？ ▌対応する関数？ LIKE句、正規表現？ 日付/時刻関数 PostGIS関数？？ 幾何関数？ ユーザ定義関数？ ▌足回りの強化 Page. 33 Shared Buffer block-0 block-N block-N/3 block-2N/3 領域分割と並列スキャン現在将来いかにオンメモリとはいえ、シングルCPUで GPUにデータを供給するのは厳しい The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

34. どういう領域で使いたいか ▌アプリケーション： 1st ターゲットとしてBIツールを想定 ▌データサイズは高々1.0TB未満、中堅企業／大企業の部門 現状、In-memoryでデータを持たねばならないため ▌GPU と PostgreSQL、どちらも安価な組み合わせ。 Page. 34 商用データ解析アプライアンス商用/OSS RDBMS 応答速度・大／バッチ処理応答速度・小／リアルタイム処理データサイズ・小データサイズ・大 1.0TB 未満 1.0TB 以上コストアドバンテージ処理速度アドバンテージ PG-Strom Hadoop? The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

35. (参考) ROLAPとMOLAP ▌PG-Stromの利用シーンは ROLAP向けバックエンドRDBMS / 応答速度高速化 MOLAP向けキューブ作成処理 / バッチ処理高速化 Page. 35 ERP SCM CRM Finance DWH DWH 業務系システム (OLTPの世界) 情報系システム (OLAPの世界) ETL ROLAP: BIツールの要求に応じて DBが集計処理を実行 MOLAP: 事前計算で作成したキューブを参照する The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

36. 想定利用シーン (1/2) – OLTP/OLAP統合 ▌OLTP/OLAPデータベースを分ける理由 複数のデータソースを統合する 参照系ワークロードへの最適化 ▌PG-Stromの適用により... 性能のカギとなるJoinやAggregateを並列処理、リアルタイム化 OLAPとETLが不要とする事で、システムコストを圧縮 Page. 36 ERP CRM SCM BI OLTP database OLAP database ETL OLAP Cubes Master / Fact Tables BI PG-Strom 性能のカギ •マスタ＆ファクトテーブルの結合 •グループ化＆集約演算 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

37. 想定利用シーン (2/2) – 一緒にトライしませんか？ ▌どういった領域に適用可能だろうか？ ▌どういった用途で使えるだろうか？ ▌どういったワークロードに困っているだろうか？ PG-Stromプロジェクトはフィールドから学びたいと考えています Page. 37 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

38. PG-Strom Roadmap Page. 38 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

39. How to use (1/3) – インストールに必要なのは ▌OS: Linux (RHEL 6.x で動作確認) ▌PostgreSQL 9.5devel (with Custom-Plan Interface) ▌PG-Strom 拡張モジュール ▌OpenCL ドライバ (NVIDIAランタイムなど) Page. 39 shared_preload_libraries = '$libdir/pg_strom‘ shared_buffers = <DBサイズと同程度> PG-Stromを使用するために最低限必要な設定 postgres=# SET pg_strom.enabled = on; SET 実行時に PG-Strom の有効/無効を切り替える The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

40. How to use (2/3) – ビルド、インストール、起動 Page. 40 [kaigai@saba ~]$ git clone https://github.com/pg-strom/devel.git pg_strom [kaigai@saba ~]$ cd pg_strom [kaigai@saba pg_strom]$ make && make install [kaigai@saba pg_strom]$ vi $PGDATA/postgresql.conf [kaigai@saba ~]$ pg_ctl start server starting [kaigai@saba ~]$ LOG: registering background worker "PG-Strom OpenCL Server" LOG: starting background worker process "PG-Strom OpenCL Server" LOG: database system was shut down at 2014-11-09 17:45:51 JST LOG: autovacuum launcher started LOG: database system is ready to accept connections LOG: PG-Strom: [0] OpenCL Platform: NVIDIA CUDA LOG: PG-Strom: (0:0) Device GeForce GTX 980 (1253MHz x 16units, 4095MB) LOG: PG-Strom: (0:1) Device GeForce GTX 750 Ti (1110MHz x 5units, 2047MB) LOG: PG-Strom: [1] OpenCL Platform: Intel(R) OpenCL LOG: PG-Strom: Platform "NVIDIA CUDA (OpenCL 1.1 CUDA 6.5.19)" was installed LOG: PG-Strom: Device "GeForce GTX 980" was installed LOG: PG-Strom: shmem 0x7f447f6b8000-0x7f46f06b7fff was mapped (len: 10000MB) LOG: PG-Strom: buffer 0x7f34592795c0-0x7f44592795bf was mapped (len: 65536MB) LOG: Starting PG-Strom OpenCL Server LOG: PG-Strom: 24 of server threads are up The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

41. How to use (3/3) – AWSで楽々デプロイ Page. 41 “strom” で検索！ AWS GPUインスタンス仕様 (g2.2xlarge) CPU Xeon E5-2670 (8 xCPU) RAM 15GB GPU NVIDIA GRID K2 (1536core) Storage 60GB of SSD Price $0.898/hour、$646.56/mon (*) 2014年11月8日現在の東京リージョンオンデマンドインスタンス価格 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

42. 補足① – 自分で試してみたい人へ Page. 42 check it out! https://github.com/pg-strom/devel The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

43. 補足② – 一緒に試してみたい人へ ▌PG-Stromの検証環境を用意しました。 ▌一定の条件下で、共同検証に無償利用する事ができます。 ウチのシステムのSQLが早くなるかどうか試してみたい。 こんな使い道だと効果が大きそう。試してみたい。 Page. 43 PG-Strom検証環境 CPU Intel Xeon E5-2670 v3 (12C, 2.3GHz) x2 RAM 768GB GPU NVIDIA Tesla K20C x1 NVIDIA GTX980 x1 NVIDIA GTX750Ti x1 HDD 2.1TB (300GB SAS 10krpm, x8; RAID5) OS Red Hat Enterprise Linux 6.x DB PostgreSQL 9.5devel + PG-Strom その他応相談 興味がある方は pg-strom@bid.jp.nec.com まで The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

44. イノベーションのジレンマ Page. 44 SOURCE: The Innovator's Dilemma, Clayton M. Christensen Performance demanded at the high end of the market Performance demanded at the low end of the marker or in a new emerging segment Product Performance Time The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

45. コミュニティと共に進む Page. 45 The PostgreSQL Conference 2014, Tokyo - GPGPU Accelerates PostgreSQL

GPGPUがPostgreSQLを加速する （PostgreSQLカンファレンス2014）

Kohei KaiGai