[发明专利]基于SIMD指令的图数据库中集合求交方法和装置

说明书

本申请属于数据库技术领域，具体涉及一种基于SIMD指令的图数据库中集合求交方法和装置。该方法通过将目标图中的每个图顶点的邻居顶点集合表示为一个对应的位图，然后将各位图划分为长度相等的数据域，为每个数据域设置一个对应的基址域，再利用SIMD指令对位图进行求交来获取目标图中图顶点的邻居顶点集合的求交结果，可以提高使用SIMD指令进行集合求交时的数据层级并行度，从而节省集合求交所用的时间；另外，通过字节检查方法过滤两个位图的基址域中不可能相等的基址域，再对两个位图的基址域中可能相等的基址域进行对齐比较，然后再获取相等的基址域对应的数据域的逻辑与操作结果，可以减少对两个集合的基址域进行比较的次数，节省了时间。

技术领域

本申请属于数据库技术领域，具体涉及一种基于SIMD指令的图数据库中集合求交方法和装置。

背景技术

目前，基于图的应用场景十分广泛，如社交网络、生物蛋白质网络、有机化学结构、道路网络和语义网等都可以用图的形式便捷地进行表示。现在已有许多图数据库系统或者图计算引擎针对这些应用来支持图数据的存储和查询。在实践过程中，作为图算法中原子性计算单元的集合求交操作在图数据库或图计算引擎中是非常普遍的一项基本操作。

SIMD(Single instruction multiple data)即单指令多数据流，允许一条指令能够同时对多个数据进行运算，能够提高数据层级的并行度，从而提高程序的运行效率。现有技术中，在利用SIMD指令进行数据处理时的数据层级并行度依赖于SIMD指令本身的数据位宽，使数据处理的加速比有限，无法满足用户对计算速度的要求。

发明内容

有鉴于此，本申请实施例提供了一种基于SIMD指令的图数据库中集合求交方法和装置。该方法能提高使用SIMD指令进行集合求交时的数据层级并行度，并且可以减少进行集合求交时所需的CPU周期数，从而加快集合求交的速度。其技术方案如下：

第一方面，提供了一种基于SIMD指令的图算法加速方法，该方法包括：

将目标图中每个图顶点的邻居顶点集合表示为一个对应的位图，每个位图中的邻居顶点按第一顺序排列；

将每个位图划分为长度相等的数据域，删掉全零的数据域，为每个非全零的数据域设置一个对应的基址域，将每个位图中的基址域按第一顺序存储为基址域集合，每个数据域的长度等于SIMD指令的操作数的位数，基址域表示对应的数据域在位图中的位置；

对于目标图的每两个位图，从两个位图对应的基址域集合中分别从头开始连续提取数目与SIMD指令的并行度相同的基址域，并分别存储到第一SIMD寄存器和第二SIMD寄存器；

通过字节检查过滤掉第一SIMD寄存器与第二SIMD寄存器中存储的没有对应相等基址域的基址域，将剩下的第一SIMD寄存器中的基址域和第二SIMD寄存器中的基址域按第一顺序位置对齐后进行比较；

当对齐比较的基址域相等，且对齐比较的基址域所对应的数据域的逻辑与操作结果非全零时，将相等的对齐比较的基址域以及相等的对齐比较的基址域所对应的数据域的逻辑与操作结果分别存储至第三SIMD寄存器和第四SIMD寄存器；

继续从两个位图对应的基址域集合此前未被提取过的基址域中获取存储至第三SIMD寄存器和第四SIMD寄存器中的基址域和对应的数据域的逻辑与操作结果，直至两个位图的基址域集合中不存在未经比较的基址域；

将第三SIMD寄存器和第四SIMD寄存器中存储的基址域和数据域的逻辑与操作结果作为两个位图的求交结果。

在一种可能的实现方式中，通过字节检查过滤掉第一SIMD寄存器与第二SIMD寄存器中存储的没有对应相等基址域的基址域，将第一SIMD寄存器中的基址域和第二SIMD寄存器中剩余的基址域按第一顺序位置对齐后进行比较包括：