SPP 2037:  Skalierbares Datenmanagement für zukünftige Hardware

• Fachliche Zuordnung: Informatik, System- und Elektrotechnik ; Geowissenschaften
• Förderung: Förderung seit 2017
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 313854388

Die gesellschaftliche und auch kommerzielle Relevanz einer effizienten Datenverwaltung hat dazu geführt, dass sich über viele Jahre Datenbanksysteme als allgegenwärtige und komplexe Softwaresysteme entwickelt haben. Damit verbunden haben sich Architekturmuster von Datenbanksystemen basierend auf den Annahmen einer klassischen Hardwareumgebung etabliert. Für den Einsatz in neuen Anwendungsbereichen wie E-Sciences, Industrie 4.0, Internet der Dinge oder Digital Humanities sind die heutigen Datenbankkonzepte und -systeme allerdings nicht gerüstet: Aus Benutzersicht müssen flexible domänenspezifische Anfragesprachen oder zumindest Zugriffsschnittstellen unterstützt werden; es müssen neue Datenmodelle für die Anwendungsfelder integriert werden; die Korrektheitsgarantien, die Flexibilität und Performanz kosten, müssen an die jeweiligen Bedürfnisse anpassbar sein; der durch die zunehmende Sensorik verursachten Datenexplosion und -dynamik muss mit massiver Skalierbarkeit und Onlineverarbeitungsfähigkeit begegnet werden. Gleichzeitig eröffnen aktuelle und zu erwartende Entwicklungen im Hardwarebereich wie Many-Core-Prozessoren, Co-Prozessoren wie GPUs und FPGAs, neue Speichermedien wie NVRAM und SSDs sowie Highspeed-Netzwerke eine Vielzahl neuer Möglichkeiten. Zur Erschließung der beispielhaft genannten neuen Anwendungsbereiche verbunden mit der Ausschöpfung der Potenziale künftiger Hardwaregenerationen besteht daher gerade jetzt die dringende Notwendigkeit, bisherige Datenbankarchitekturen grundlegend zu überdenken. Ziel des Schwerpunktprogramms ist es daher, die damit verbundenen wissenschaftlichen Fragestellungen zu beantworten. Als konkrete Ergebnisse werden Architekturen und Abstraktionen für flexible und skalierbare Datenmanagementlösungen erwartet, die Erweiterbarkeit um neue Datenmodelle einschließlich Verarbeitungs- und Zugriffsmechanismen für neuartige Anwendungen bereitstellen, die Spezifika künftiger, auch heterogener Hardware und systemnaher Dienste für diese Mechanismen nutzbar machen und einer Evaluierung unterziehen.

• DFG-Verfahren: Schwerpunktprogramme

Projekte

• ADAMANT: Adaptives Datenmanagement für zukünftige heterogene Hardware-/Software-Systeme (Antragsteller Pionteck, Thilo ;  Saake, Gunter )
• Adaptive Anfragekompilierung für Datenstromsysteme (Antragsteller Markl, Volker ;  Zeuch, Ph.D., Steffen )
• Energieeffiziente Ereignisverarbeitung unter Verwendung moderner Hardware (Antragsteller Seeger, Bernhard )
• Hardwaregestütztes vertrauenswürdiges Datenmanagement (Antragsteller Kapitza, Rüdiger ;  Leich, Thomas )
• Hybride Transaktionale/Analytische Graphverarbeitung in Modernen Speicherhierarchien (#TAG) (Antragsteller Sattler, Kai-Uwe )
• Koordinationsfonds (Antragsteller Sattler, Kai-Uwe )
• MxKernel: A Bare-Metal Runtime System for Database Operations on Heterogeneous Many-Core Hardware (Antragsteller Spinczyk, Olaf ;  Teubner, Jens )
• Query Compilation für das heterogene Many-Core Zeitalter (Antragsteller Markl, Volker )
• ReProVide: Query-Optimierung und Near-Data-Processing auf rekonfigurierbaren SoCs für Big Data Analyse (Antragsteller Lenz, Richard ;  Teich, Jürgen ;  Wildermann, Stefan )
• Skalierbares Datenmanagement in Netzwerken der nächsten Generation jenseits von RDMA (Antragsteller Binnig, Carsten )
• Skalierung jenseits von DRAM mit PMem ohne Performanzverlust (Antragsteller Kemper, Ph.D., Alfons )
• Verteilte, ausfalltolerante Konsenssequenzen mit festen Zustandsvariablen auf innovativer Hardware als Baustein für Datenmanagementsysteme (Antragsteller Reinefeld, Alexander )
• Verwaltung sehr großer Datenmengen auf direkt angebundenen NVMe Arrays (Antragsteller Leis, Viktor )

• Sprecher: Professor Dr.-Ing. Kai-Uwe Sattler