通用GPU因其強(qiáng)大的并行計(jì)算能力成為新興的高性能計(jì)算平臺(tái)，并逐漸成為近年來(lái)學(xué)術(shù)界在高性能數(shù)據(jù)庫(kù)實(shí)現(xiàn)技術(shù)領(lǐng)域的研究熱點(diǎn)，但當(dāng)前GPU數(shù)據(jù)庫(kù)領(lǐng)域的研究沿襲的是ROLAP（relational OLAP）多維分析模型，研究主要集中在關(guān)系操作符在GPU平臺(tái)上的算法實(shí)現(xiàn)和性能優(yōu)化技術(shù)，以哈希連接的GPU并行算法研究為中心．GPU擁有數(shù)千個(gè)并行計(jì)算單元，但其邏輯控制單元較少，相對(duì)于CPU具有更強(qiáng)的并行計(jì)算能力，但邏輯控制和復(fù)雜內(nèi)存管理能力較弱，因此并不適合需要復(fù)雜數(shù)據(jù)結(jié)構(gòu)和復(fù)雜內(nèi)存管理機(jī)制的內(nèi)存數(shù)據(jù)庫(kù)查詢處理算法直接移植到GPU平臺(tái)．提出了面向GPU向量計(jì)算特性的混合OLAP多維分析模型semi-MOLAP，將MOLAP（multidimensionalOLAP）模型的直接數(shù)組訪問(wèn)和計(jì)算特性與ROLAP模型的存儲(chǔ)效率結(jié)合在一起，實(shí)現(xiàn)了一個(gè)基于完全數(shù)組結(jié)構(gòu)的GPU semi-MOLAP多維分析模型，簡(jiǎn)化了GPU數(shù)據(jù)管理，降低了GPU semi-MOLAP算法復(fù)雜度，提高了GPU semi-MOLAP算法的代碼執(zhí)行率．同時(shí)，基于GPU和CPU計(jì)算的特點(diǎn)，將semi-MOLAP操作符拆分為CPU和GPU平臺(tái)的協(xié)同計(jì)算，提高了CPU和GPU的利用率以及OLAP的查詢整體性能．