針對在分析型聯(lián)機分析處理（ OLAP）應(yīng)用中頻繁出現(xiàn)的數(shù)據(jù)密集型操作符——分組聚集耗時較多的問題，提出Cache友好的分組聚集算法對該操作進行性能優(yōu)化。首先，為充分發(fā)揮列存儲在數(shù)據(jù)密集型計算方面的優(yōu)勢，采用基于開源的列存儲查詢執(zhí)行引擎Supersonic，并在此之上設(shè)計Cache友好的分組聚集算法；其次，為加速查詢的執(zhí)行，使用并行技術(shù)，將單線程的分組聚集算法改為多線程并行的分組聚集算法。基于Supersonic設(shè)計并實現(xiàn)4種并行分組聚集算法：無共享Hash表并行分組聚集（NSHPCA）算法、表鎖共享Hash表并行分組聚集（TLSHPGA）算法、桶鎖共享Hash表并行分組聚集（BLSHPCA）算法、節(jié)點鎖共享Hash表并行分組聚集（NLSHPCA）算法，且在不同的分組勢集、不同的線程數(shù)的情況下，針對上述4種算法做了多組實驗。通過對比3種不同粒度的共享Hash表并行分組聚集算法的加速比，得出NLSHPCA算法在加速比和并發(fā)度兩方面表現(xiàn)最好，部分查詢可達到10倍加速比；通過比較NSHPCA算法和NLSHPGA算法的加速比、Cache miss內(nèi)存使用等情況，得出NLSHPCA算法在分組勢榘大于8時，加速比超過NSHPGA算法，并且Cache miss更低，使用的內(nèi)存更少。