OLAP查询是分析型的SQL查询,被广泛应用在许多领域中。查询的执行有多种模型,如物化执行、流水线执行、向量化执行等。在这些模型中,流水线执行能够避免执行时算子物化中间结果而具有较低的时间和空间开销,适合用于执行OLAP查询。GPU数据库能够利用GPU大规模并行计算的能力和高性能的显存加速执行查询,同样适合用于执行OLAP查询。然而,现有的工作并未充分将这两种技术结合起来以加速OLAP查询的执行。将流水线执行进行并行化的方案主要有两种,分别是数据驱动的流水线执行和计划驱动的流水线执行。数据驱动的流水线执行方式中每个线程执行相同的流水线,而计划驱动的流水线执行方式要求在执行前对流水线进行划分,不同的线程可能执行不同的流水线部分。由于采用计划驱动的流水线执行方式时线程间存在数据依赖,可能导致处理器资源的闲置,在CPU数据库中,计划驱动的流水线执行方式的性能通常比数据驱动的流水线执行方式差。由于两种流水线执行方式未在异构CPU-GPU环境下充分研究,它们在异构环境下的性能优劣仍不可知。本文的目的是在异构CPU-GPU环境下设计和实现上述两种流水线执行方式,以充分利用流水线执行和GPU加速OLAP查询的执行,并研究两种流水线执行方式在异构环境下的性能表现。为了使流水线执行在异构环境下正确工作,本文设计和实现了异构环境下的元组传输原语和异构环境下的状态管理原语,分别用于实现跨处理器线程间的元组传输和有状态算子（如哈希连接）的跨处理器执行。围绕上述内容,本文的贡献点如下:·提出了不依赖操作系统同步机制的跨处理器元组传输原语。流水线执行时需要在不同线程间进行元组传输。同构CPU环境下的元组传输原语依赖于操作系统提供的同步机制,而这在异构CPU-GPU环境下是不可用的。本文基于原子指令设计了跨处理器的自旋锁,从而实现异构环境下的元组传输原语,并通过细化锁的粒度提升了元组传输原语的性能。·设计了异构环境下满足多种流水线执行方式工作需求的状态管理原语。流水线执行中存在哈希连接等有状态算子,需要管理哈希表等算子状态。同构CPU环境下的状态管理原语不支持同时被CPU和GPU访问,无法直接在异构环境下使用。本文针对不同流水线执行方式的需求,以哈希表为例对异构环境下的状态管理原语进行了分类和实现。·实现了异构环境下的两种流水线执行方式,并进行了性能比较。基于设计和实现的流水线执行原语,本文进一步实现了异构环境下数据驱动的流水线执行方式和计划驱动的流水线执行方式。此外,本文基于TPC-H测试集对这两种方式进行了性能测试和比较。实验结果反映,在异构环境下计划驱动的流水线执行方式的性能更优。综上所述,本文重点研究了异构环境下确保执行正确性的元组传输原语和状态管理原语,并在以上流水线执行原语的基础上进一步设计和实现了异构环境下数据驱动的和计划驱动的流水线执行方式。此外,本文通过实验评估了设计和实现的流水线执行原语的性能,并对异构环境下的两种流水线执行方式进行了性能比较。实验结果显示,异构环境下计划驱动的流水线执行方式具有比数据驱动的流水线执行方式更好的性能。