知识卡片
向量执行分批摊薄开销
一次处理一批值,可减少逐记录函数调用和分支,改善缓存与处理流水线利用。这里的向量化指查询引擎批量执行形式,不等同每个运算都必然使用SIMD指令。效果还受数据类型、算子和批大小影响。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 交互式数据分析 · 查看原书依据
向量查询引擎的主要出发点是充分利用现代CPU架构的L1缓存和流水线,减少程序判断分支及减少函数调用次数,以此来加快查询处理速度,同时,将原先的一次处理一条记录的模式改造为一次处理一批记录的并行处理方式,增加并发性。
参考来源
- 位置:《大数据日知录:架构与算法》第13章《交互式数据分析》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00018.html)
- 结论依据:原文在本章对向量执行分批摊薄开销给出的定义、机制或示例支持本卡;技术产品描述限于2014年书中版本,示例与实测区分。
- 原始内容:向量查询引擎的主要出发点是充分利用现代CPU架构的L1缓存和流水线,减少程序判断分支及减少函数调用次数,以此来加快查询处理速度,同时,将原先的一次处理一条记录的模式改造为一次处理一批记录的并行处理方式,增加并发性。