openeuler/uadk-bigdata架构详解：从硬件加速器到HBase的全栈加速通路

【免费下载链接】uadk-bigdataUADK is a general-purpose user space accelerator framework that uses the SVA technology to provide a unified programming interface for hardware acceleration computing cryptography and compression algorithms. Uadk-bigdata provides uadk solution in bigdata scenario.项目地址: https://gitcode.com/openeuler/uadk-bigdata

前往项目官网免费下载：https://ar.openeuler.org/ar/

openEuler / uadk-bigdata是基于UADK（通用用户空间加速器框架）构建的大数据场景加速方案，通过SVA技术为硬件加速计算、加密和压缩算法提供统一编程接口，实现从底层硬件到上层HBase应用的全栈性能优化。

一、UADK核心架构：打通硬件加速的"最后一公里" 🚀

UADK作为连接硬件加速器与软件应用的桥梁，其核心架构包含三个关键层次：

1.1 硬件加速层：Kunpeng 920的"算力引擎"

基于鲲鹏920处理器的硬件加速器（包括ZIP压缩引擎、SEC安全引擎等）是性能提升的物理基础。在使用前需通过BIOS配置开启SMMU支持：

图1：BIOS中SMMU相关配置界面，需确保"Support Smmu"和"Smmu Work Around"选项均设为Enabled

1.2 内核驱动层：uacce框架的"交通枢纽"

Linux内核通过uacce（用户空间访问加速器框架）提供硬件抽象，主要包含：

• 设备管理：/dev/hisi*字符设备节点
• 驱动模块：hisi_zip（压缩）、hisi_sec2（加密）等内核模块
• 权限控制：需设置设备权限为777以支持用户空间访问

验证命令示例：

lsmod | grep 'uacce\|hisi_sec2\|hisi_zip'

1.3 用户空间层：WD库的"编程接口"

UADK提供libwd库实现统一加速接口，支持：

• 同步/异步操作模式
• 多队列管理
• 内存优化（SVA共享虚拟地址）
• 主流算法支持（SM4、GZIP等）

编译安装流程可参考项目文档uadk.md，核心环境变量配置：

export WD_CIPHER_EPOLL_EN=1 export WD_COMP_EPOLL_EN=1

二、全栈加速通路：从HBase到硬件的"数据高速公路" 🛣️

2.1 软件栈架构全景图

uadk-bigdata构建了完整的技术栈，实现端到端加速：

图2：UADK大数据加速软件栈架构图，展示从HBase到硬件加速器的完整调用链

核心组件说明：

• 应用层：Apache HBase 2.5.7 / Hadoop 3.4
• JDK层：毕昇JDK 1.8.0 + JCE/KAEPProvider
• 加密层：OpenSSL 3.0+ + uadk_provider
• 加速层：UADK框架 + zlib-uadk
• 硬件层：uacce驱动 + Kunpeng 920加速器

2.2 关键技术路径：GZIP压缩加速实现

以HBase GZIP压缩为例，UADK通过zlib-uadk库实现无缝加速：

1. 库替换：编译zlib-uadk并替换Hadoop原生zlib

   g++ -shared -fPIC -O3 -I/usr/local/include/uadk -L/usr/local/lib -lwd -lwd_comp -o libzuadk.so zlib_uadk.cc

2. Hadoop配置：修改core-site.xml启用GZIP压缩

   <property> <name>io.compression.codecs</name> <value>org.apache.hadoop.io.compress.GzipCodec,org.apache.hadoop.io.compress.DefaultCodec</value> </property>

3. HBase集成：通过HBase PE测试验证性能，详细配置流程见HbasewithUADK.md

三、性能验证：HBase加速效果直观呈现 📊

3.1 延迟优化效果

在HBase PE测试中，启用UADK后随机读写延迟显著降低：

图3：不同线程数下UADK启用前后的平均延迟对比（单位：微秒）

3.2 吞吐量提升数据

随着并发线程增加，UADK加速效果更加明显，TPS/QPS提升可达3倍：

图4：不同线程数下UADK启用后的TPS/QPS表现（单位：rows/s）

测试环境说明：

• 数据集：20G/50G/100G
• 压缩算法：GZIP
• 部署模式：HBase/Hadoop伪分布式
• 硬件平台：Kunpeng 920服务器

四、快速上手：构建你的UADK加速环境 ⚡

4.1 环境准备清单

• 硬件：Kunpeng 920处理器服务器
• 系统：openEuler 24.03 LTS
• 软件：Hadoop 3.4、HBase 2.5.7、毕昇JDK 1.8.0

4.2 核心配置步骤

1. 硬件使能：参考uadk.md配置BIOS和内核参数
2. UADK编译：拉取代码并安装依赖

   git clone https://gitcode.com/openeuler/uadk-bigdata cd uadk-bigdata

3. Hadoop部署：按BuildHadoopEnvironment.md配置伪分布式环境
4. HBase配置：参考BuildHbaseEnvironment.md完成部署
5. 性能测试：运行script/main.py执行HBase PE测试

五、总结：UADK为大数据场景带来的价值 🌟

openeuler/uadk-bigdata通过创新的全栈加速架构，为HBase等大数据应用提供了从硬件到软件的端到端优化方案。其核心价值体现在：

• 性能提升：GZIP压缩吞吐量提升3倍，延迟降低40%+
• 兼容性好：无缝对接Zlib/OpenSSL生态，应用零改造
• 成本优化：降低CPU占用率，提高硬件资源利用率

通过本文介绍的架构解析和部署指南，开发者可以快速构建UADK加速环境，充分发挥鲲鹏硬件的算力优势，为大数据应用注入性能新动力。完整技术细节可参考项目文档库中的Quick.Start.Guide.md和Performance.testing.md。

【免费下载链接】uadk-bigdataUADK is a general-purpose user space accelerator framework that uses the SVA technology to provide a unified programming interface for hardware acceleration computing cryptography and compression algorithms. Uadk-bigdata provides uadk solution in bigdata scenario.项目地址: https://gitcode.com/openeuler/uadk-bigdata