@techreport{oai:ipsj.ixsq.nii.ac.jp:00209253,
 author = {尾作, 洋彦 and 吉見, 真聡 and 策力, 木格 and 吉永, 努 and Hirohiko, Ozaku and Masato, Yoshimi and Celimuge, Wu and Tsutomu, Yoshinaga},
 issue = {17},
 month = {Jan},
 note = {ビッグデータ解析は演算あたりのデータ量が多く，主記憶へのデータ転送がボトルネックになりやすい．そこで，FPGA で構成した専用ハードウェアを主記憶と二次記憶の間に配置し，データの間引きや前処理を行い，主記憶へ転送するデータ量を削減する仕組みが研究されている．著者らの研究グループでは，ビックデータ解析のためにストレージやネットワークからホストの主記憶などへデータを転送する経路上で演算を行う In-datapath Computing を開発している．In-datapath Computing を用いて，フラッシュストレージからのデータ転送経路上で，クエリに応じた集約演算を実行する専用ハードウェアを試作した．Impala を用いた In-datapath Computing を用いない分散処理ソフトウェア実行と比較し，オンライン分析処理のベンチマーク TPC-H のクエリ 3 について約 10 倍の実行速度が得られた．, A bottleneck of Big data analysis is a time to transfer large amount of data to the main memory from the storage. The data transfer time occupies quite a percentage of the turnaround time due to an unbalanced rate between data transfer and computation. In order to accelerate computational time by reducing data, a mechanism installing hardware such as FPGA is expected to reduce the volume of data prior to loading to the main memory. Our research group utilizes in-datapath computing, which is a on-the-fly computation for stream data from the storage and network input to the main memory of a host machine. This paper reports an FPGA-based acceleration of aggregation query processing using the in-datapath Computing. We developed a dedicated query processing hardware on an FPGA. In addition, we confirmed that the computational speed of a On-Line Analytical Processing benchmark Query 3 is accelerated about 10 times compared to Impala, which is a distributed query engine.},
 title = {FPGA を用いたデータベースクエリ処理の高速化},
 year = {2021}
}