[發明專利]一種數據的排序方法、系統、協處理裝置和主處理裝置

有效

• 申請號: 201811123842.0
• 申請日: 2018-09-26
• 公開（公告）號: CN109388371B
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 朱峰
• 申請（專利權）人: 中興飛流信息科技有限公司
• 主分類號: G06F7/08
• 分類號: G06F7/08
• 代理公司: 上海晨皓知識產權代理事務所(普通合伙) 31260
• 代理人: 成麗杰

本發明實施例涉及大數據領域，公開了一種數據的排序方法、系統、協處理裝置和主處理裝置。本發明中數據的排序方法，包括：接收主處理裝置發送的排序請求以及第一鍵值數據，第一鍵值數據為待排序的第一鍵值對數據中包含的所有鍵值元素；根據第一鍵值數據，構建與第一鍵值數據對應的第二數值數據；將第一鍵值數據以及對應的第二數值數據組成第二鍵值對數據；按照排序請求，對第二鍵值對數據進行排序；將排序后的第二鍵值對數據返回至主處理裝置。本發明的數據的排序方法，提高協處理裝置與主處理裝置之間數據交換的速度，加快了協處理裝置對主處理裝置發送的數據進行排序的速度。

技術領域

本發明實施例涉及大數據領域，特別涉及一種數據的排序方法、系統、協處理裝置和主處理裝置。

背景技術

隨著分布式系統基礎架構(如：海杜普，簡稱“Hadoop”)技術的出現，大數據技術被廣泛運用。大數據是將計算資源與數據資源分發到不同的計算設備上進行計算，并利用處理器的多線程技術，和多個主機組成的集群計算能力，實現強大的計算和存儲功能。而排序算法是大數據技術中常用的算法，在大數據技術中占有重要地位。

當今大數據技術被廣泛應用，對于速度的需求不斷增加，除了CPU芯片性能按照摩爾定律在不斷提升之外，還可以利用協處理芯片幫助CPU芯片處理數據。以現場可編程門陣列(Field－Programmable Gate Array，簡稱“FPGA”)芯片和圖形處理器(GraphicsProcessing Unit，簡稱“GPU”)芯片作為其中的代表。其中，GPU芯片普遍用于圖像的3D加速計算，如今經歷了深度學習的興起，儼然成為深度學習方面的主要加速處理器。

通常大數據引擎包括多臺設備，每臺設備包括一個主處理芯片和至少一個協處理芯片。主處理芯片將數據傳輸至協處理芯片，由協處理芯片進行數據的排序處理，以實現協處理芯片對主處理芯片進行數據處理的加速，發明人發現現有技術中至少存在如下問題：目前主處理芯片與協處理芯片之間的數據交換速度非常慢，同時協處理芯片對主處理芯片發送的數據進行排序也非常耗時，完全失去了協處理芯片幫助主處理芯片處理數據的意義。

可見，如何提高主處理芯片與協處理芯片之間的數據交換的速度，以及提高對數據的排序速度是需要解決的問題。

發明內容

本發明實施方式的目的在于提供一種數據的排序方法、系統、協處理裝置和主處理裝置，提高協處理裝置與主處理裝置之間數據交換的速度，加快了協處理裝置對主處理裝置發送的數據進行排序的速度。

為解決上述技術問題，本發明的實施方式提供了一種數據的排序方法，應用于協處理裝置，包括：接收主處理裝置發送的排序請求以及第一鍵值數據，第一鍵值數據為待排序的第一鍵值對數據中包含的所有鍵值元素，其中，第一鍵值對數據包含第一鍵值數據和與第一鍵值數據對應的第一數值數據，鍵值元素屬于基本類型的數據；根據第一鍵值數據，構建與第一鍵值數據對應的第二數值數據，其中，第二數值數據用于確定第一數值數據中每個數值元素在存儲空間中的位置；將第一鍵值數據以及對應的第二數值數據組成第二鍵值對數據；按照排序請求，對第二鍵值對數據進行排序；將排序后的第二鍵值對數據返回至主處理裝置，其中，主處理裝置根據排序后的第二鍵值對數據，確定第一鍵值數據和/或第一數值數據的排序結果。

本發明的實施方式還提供了一種數據的排序方法，包括：應用于主處理裝置，包括：將第一鍵值數據以及排序請求發送至協處理裝置，第一鍵值數據為待排序的第一鍵值對數據中包含的所有鍵值元素，其中，第一鍵值對數據包含第一鍵值數據和與第一鍵值數據對應的第一數值數據，鍵值元素屬于基本類型的數據；接收排序后的第二鍵值對數據，其中，排序后的第二鍵值對數據是由協處理裝置對第二鍵值對數據排序后確定，第二鍵值對數據是第一鍵值數據和根據第一鍵值數據構建的第二數值數據共同組成；根據排序后的第二鍵值對數據，確定第一鍵值數據和/或第一數值數據的排序結果。