个人简介
徐辰，华东师范大学数据科学与工程学院教授，博士生导师。2014年-2018年担任德国柏林工业大学高级研究助理，受柏林大数据中心(BBDC)项目资助从事博士后研究，参与开源系统Apache Flink的研发，该系统目前在工业界和学术界均得到广泛关注。2009年获合肥工业大学计算机科学与技术学士学位，2014年获华东师范大学计算机应用技术博士学位，期间曾于2011年4月-7月赴澳大利亚昆士兰大学短期访问。主要研究兴趣是大规模分布式数据管理技术、分布式计算系统、当代数据管理系统等，相关研究成果发表在ICDE、VLDB、SIGMOD等会议和TKDE期刊。
工作经历
2023年--至今 华东师范大学 数据科学与工程学院 教授（破格晋升）
2018年--2022年 华东师范大学 数据科学与工程学院 副教授
2014年--2018年 德国柏林工业大学 数据库与信息系统管理研究组 高级研究助理/博士后（合作导师：Prof. Dr. Volker Markl）
教育经历
2009年--2014年 华东师范大学 计算机应用技术 博士（导师：周傲英教授）
2011年04月--07月 澳大利亚昆士兰大学 数据与知识工程实验室 访问实习生（合作导师：周晓方教授）
2005年--2009年 合肥工业大学 计算机科学与技术 本科
荣誉及奖励
2022年国家级教学成果二等奖
2022年上海市优秀教学成果一等奖
2022年华东师范大学第十四届青年教师教学比赛二等奖
2021年华东师范大学教学成果特等奖
2020年APWeb-WAIM国际会议最佳演示系统论文奖
2020年上海市科技进步一等奖
2019年上海市青年科技英才扬帆计划
研究领域
数据管理与智能计算系统DMIC（Data Management and Intelligence Computing System）研究室的研究方向包括：分布式计算系统、当代数据管理系统、大规模分布式数据管理技术等，涉及大数据处理系统、数据库系统、深度学习系统等，研究工作得到国家和上海市科技计划，以及阿里、腾讯等合作企业的支持。目前正在开展的研究工作：
1. 深度学习系统：
深度学习系统的训练性能优化：机器学习、人工智能是热门的名词，不少研究关注于准确率的因素。我们有所不同，着眼于如何提高训练算法的运算速度。面向深度学习训练负载，我们的研究包括如何从算法特性、硬件架构等方面加速算法执行，分别在数据并行和流水并行的训练方式下开展性能优化工作，从事相关研究的同学入选了腾讯犀牛鸟精英人才计划。
深度学习系统的推理性能优化：面向深度学习推理负载，我们研究如何降低推理的延迟、提高吞吐量。我们还关注如何与流计算系统等大数据处理系统之间进行融合，从而高效地执行深度学习推理。我们正在与腾讯公司合作研究深度学习推理系统的性能优化技术。
2. 新型数据库系统：
融合大数据处理与数据库系统的查询处理引擎：数据库系统提供SQL作为编程接口，便于用户操作数据库。大数据处理系统提供的编程接口不仅包括SQL，还有类SQL、甚至高级语言，增加了编程的灵活性，这在表达复杂数据分析等场景当中具有优势。因此，如何使得数据库系统能够支持这种类型的查询是我们感兴趣的话题。我们正在与OceanBase合作研发融合大数据处理和数据库系统的查询处理引擎。
面向CPU-GPU异构体系结构的新型数据库系统：当前的处理器体系结构正在发生变化，GPU已从专用图形图像处理器逐步发展成为加速数据处理的通用处理器。然而，传统数据库系统在软件层面的设计主要考虑的是面向CPU的底层体系结构。如何利用CPU-GPU异构体系架构加速OLAP查询分析，是我们感兴趣的研究方向。我们正在研制面向CPU-GPU异构体系架构的SQL查询编译及优化器。
3. 大数据处理系统：
基于大数据平台的机器学习系统：大数据处理平台在机器学习等场景中广泛应用，基于Spark等大数据处理平台构建分布式机器学习系统是基本共识。机器学习算法通常可以表达为一系列的矩阵运算，这些运算可以翻译执行计划并进行优化。我们结合机器学习算法的特点，设计了针对迭代式矩阵运算的混合计算、冗余消解技术，相关研究成果连续发表在数据管理领域最顶级的学术会议SIGMOD 2021、SIGMOD 2022，研制的机器学习系统性能与现有系统相比得到显著提升。
高可用的分布式图处理系统：图数据广泛存在于社交网络、搜索引擎、位置服务等应用中，我们通常采用大规模分布式图处理系统（例如，Giraph等）来进行基于图的计算分析。Giraph等图处理系统中的计算过程通常是一个迭代过程，这一过程不断地更新图中顶点的状态，直到该状态满足收敛条件。由于迭代过程往往耗时较长，在系统运行过程中很可能出现因网络拥塞或节点硬件故障等系统中某些节点宕机的现象，因此如何有效支持容错是值得研究的重要问题。我们研制了具有高可用特性的分布式图处理系统，在ICDE 2016、TKDE 2017、VLDB 2018等数据库领域的顶级学术会议和期刊发表了相关研究成果。
近期论文
查看导师新发文章
（温馨提示：请注意重名现象，建议点开原文通过作者单位确认）
Chenyang Zhang, Junxiong Peng, Chen Xu*, Quanqing Xu, Chuanhui Yang. IMBridge: Impedance Mismatch Mitigation between Database Engine and Prediction Query Execution. SIGMOD 2024. (CCF A类)
Guangyao Ding, Chen Xu*, Weining Qian. Hybrid Evaluation for Occlusion-based Explanations on CNN Inference Queries. ICDE 2024. (CCF A类)
潘青峰, 徐辰*. 基于查询编译的SQL执行技术研究进展. 计算机研究与发展 2024. (CCF 中文T1类)
丁光耀, 徐辰*, 钱卫宁, 周傲英. 支持深度学习的视觉数据库管理系统研究进展. 软件学报 35(3), 2024. (CCF 中文T1类)
徐志榛, 徐辰*, 丁光耀, 陈梓浩, 周傲英. 支持实时流计算应用的关键技术研究进展. 软件学报 35(1), 2024. (CCF 中文T1类)
Zihao Chen, Chen Xu*, Weining Qian, Aoying Zhou. Elastic Averaging for Efficient Pipelined DNN Training. PPoPP 2023. (CCF A类)
Zhenhua Yang, Qingfeng Pan, Chen Xu*. Fine-grained Tuple Transfer for Pipelined Query Execution on CPU-GPU Coprocessor. DASFAA 2023. (CCF B类)
Yuean Niu, Zhizhen Xu, Chen Xu*, Jiaqiang Wang. Accelerating Recommendation Inference via GPU Streams. DASFAA 2023. (CCF B类)
陈梓浩, 徐辰*, 钱卫宁, 周傲英. 面向大数据分析的分布式矩阵计算系统研究进展. 软件学报 34(3), 2023. (CCF 中文T1类)
Chen Xu, Yi Yang, Qingfeng Pan, Hongfu Zhou. ACF2: Accelerating Checkpoint-Free Failure Recovery for Distributed Graph Processing. APWeb-WAIM 2022. (CCF C类)
Zhenhua Yang, Yi Yang, Chen Xu*. Demonstration on Unblocking Checkpoint for Fault-tolerance in Pregel-like Systems. APWeb-WAIM 2022. (CCF C类)
Zihao Chen, Baokun Han, Chen Xu*, Weining Qian, Aoying Zhou. Redundancy Elimination in Distributed Matrix Computation. SIGMOD 2022. (CCF A类)
Zihao Chen, Zhizhen Xu, Baokun Han, Chen Xu*, Weining Qian, Aoying Zhou. ReMac: A Matrix Computation System with Redundancy Elimination. VLDB 2022. (CCF A类)
孟令睿,丁光耀, 徐辰*, 钱卫宁, 周傲英. 基于深度学习的新型视频分析系统综述. 软件学报 33(10), 2022. (CCF 中文T1类)
Baokun Han, Zihao Chen, Chen Xu*, Aoying Zhou. Efficient Matrix Computation for SGD-based Algorithms on Apache Spark. DASFAA 2022. (CCF B类)
Yi Yang, Zhenhua Yang, Chen Xu* . Exploiting Unblocking Checkpoint for Fault-tolerance in Pregel-like Systems. WISE 2021. (CCF C类)
Nifei Bi, Xiansen Chen, Chen Xu*, Aoying Zhou. Beamer: An End-to-End Deep Learning Framework for Unifying Data Cleaning in DNN Model Training and Inference. CIKM 2021. (CCF B类)
Yi Yang, Chen Xu*, Chao Kong, Aoying Zhou. Hybrid Checkpointing for Iterative Processing in BSP-Based Systems. WISA 2021. (第十八届CCF中国信息系统及应用大会)
Zihao Chen, Zhizhen Xu, Chen Xu*, Juan Soto, Volker Markl, Weining Qian, Aoying Zhou. HyMAC: A Hybrid Matrix Computation System. VLDB 2021. (CCF A类)
Zihao Chen, Chen Xu*, Juan Soto, Volker Markl, Weining Qian, Aoying Zhou. Hybrid Evaluation for Distributed Iterative Matrix Computation. SIGMOD 2021. (CCF A类)
Zhizhen Xu, Zihao Chen, Chen Xu* . Loupe: A Visualization Tool for High-level Execution Plans in SystemDS. DASFAA 2021. (CCF B类)
Qihang Chen, Guangyao Ding, Chen Xu*, Weining Qian, Aoying Zhou. Euge: Effective Utilization of GPU Resources for Serving DNN-based Video Analysis. APWeb-WAIM 2020. (CCF C类，Best Demo Paper Award)
窦勇, 王嘉伦, 苏华友, 徐辰, 宫晓利, 阳王东, 翁楚良, 李战怀, 李肯立, 于戈, 周傲英. 从计算机体系结构发展历程看数据流计算思想. 中国科学: 信息科学 2020. (CCF 中文T1类)
毕倪飞, 丁光耀, 陈启航, 徐辰*, 周傲英. 数据流计算模型及其在大数据处理中的应用. 大数据 2020. (CCF 中文T2类)
Chen Xu, Rudi Poepsel Lemaitre, Juan Soto, Volker Markl. Fault-Tolerance for Distributed Iterative Dataflows in Action. PVLDB, vol 11, no. 12, 2018. (CCF A类)
Chen Xu, Markus Holzemer, Manohar Kaul, Juan Soto, Volker Markl. On Fault Tolerance for Distributed Iterative Dataflow Processing. IEEE Transactions on Knowledge and Data Engineering (TKDE), vol 29, no. 8, 2017. (CCF A类)
Chen Xu, Markus Holzemer, Manohar Kaul, Volker Markl. Efficient Fault-tolerance for Iterative Graph Processing on Distributed Dataflow Systems. ICDE 2016. (CCF A类)
Chao Kong, Ming Gao, Chen Xu, Weining Qian, Aoying Zhou. Entity Matching Across Multiple Heterogeneous Data Sources. DASFAA 2016. (CCF B类)
Sergey Dudoladov, Chen Xu, Sebastian Schelter, Asterios Katsifodimos, Stephan Ewen, Kostas Tzoumas, Volker Markl. Optimistic Recovery for Iterative Dataflows in Action. SIGMOD 2015. (CCF A类)
Chen Xu, Aoying Zhou. Quality-aware Scheduling for Key-value Data Stores. Springer Briefs in Computer Science 2015. (学术专著)
Chen Xu, Fan Xia, Mohamed A. Sharaf, Minqi Zhou, Aoying Zhou. AQUAS: A Quality-Aware Scheduler for NoSQL Data Stores. ICDE 2014. (CCF A类)
Chen Xu, Mohamed A. Sharaf, Xiaofang Zhou, Aoying Zhou. Quality-Aware Schedulers for Weak Consistency Key-value Data Stores. Distributed and Parallel Databases (DAPD), vol 32, no. 4, 2014. (CCF C类)
Chen Xu, Mohamed A. Sharaf, Minqi Zhou, Aoying Zhou, Xiaofang Zhou. Adaptive Query Scheduling in Key-Value Data Stores. DASFAA 2013. (CCF B类)
Chen Xu, Minqi Zhou, Feng Chen, Aoying Zhou. Detecting User Preference on Microblog. DASFAA 2013. (CCF B类)
学术兼职
程序委员会委员（PC Member）
VLDB 2021 (PhD Workshop)
SIGMOD 2020 (Demo Track)
ICPADS 2018
期刊审稿人（Reviewer）
IEEE TKDE
VLDB Journal
软件学报
Journal of Computer Science and Technology
Frontiers of Computer Science
Distributed and Parallel Databases
京公网安备 11010802027423号