MapD: Datumbazo, kiu funkcias sur GPUoj

Hodiaŭ ni spertas la fenomenon de granda Datumo, ni povas akiri grandegan kvanton de datumoj de senfina nombro da fontoj. Ĉi tiu grandega kvanto da datumoj alportas multajn avantaĝojn, tamen ĝi ankaŭ alportas multajn defiojn. La plej oftaj el ili: respondaj tempoj en multa datumbazo.

1

MapoD naskiĝis por oferti altajn rapidojn en la kampo de analizaj datumbazoj. Desegnita por prilabori bilionoj da diskoj en demando pri milisekundoj utiligante la komputan potencon ofertitan de GPUs. Konstruita precize por plene utiligi ĉiujn aparatajn kaj programajn kapablojn disponeblajn en grafikaj kartoj, ĝi ofertas al analizistoj kaj al sciencistoj pri datumoj respondajn tempojn ĉirkaŭ 3 grandordojn (x1000) super teknologioj antaŭe uzataj por ĉi tiuj celoj. Profitante la paralelecon de GPU-oj (Ĉirkaŭ 80000 8 kernoj en modernaj GPU-oj) kaj grandaj memoraj bendolarĝoj (Ĉirkaŭ 5 Gbps) por realigi linearajn algebrojn kaj datumbazajn serĉojn, uzante LLVM por kompili en reala tempo ĉiun konsulton, krom konservi la plej konsultitajn datumojn en la kaŝmemoro de la GPU-oj (rapidaj DDRXNUMX-memoroj).

Ni devas memori, ke en la mondo Big Data, tradiciaj datumbazoj ne estas uzataj, surbaze de la verkado kaj konservado de dosieroj, ĉar ĉi tiuj kaŭzus troan I / O-taskojn sur la fiksita disko. Por analizi miliardojn da registroj, la enmemoraj datumbazoj, kiel Apache Spark. Tamen, por akiri la bezonatan memoron kaj la deziratan rendimenton, servila areto necesas kaj ni scias, ke tio implicas kostojn en aparataro, retkablado kaj pli granda nombro da teknikistoj. Tiel, MapoD ofertas la kapablon atingi altan rendimenton kun malpli kosto kaj komplekseco, permesante al pli da homoj havi aliron al altaj rendimentaj teknologioj por datuma analitiko.

3

Danke al subteno de GPU-oj, MapD ankaŭ ofertas medion por datuma bildigo utiligante la grafikajn kapablojn de GPUoj. Ĝi faciligas la kreadon de interagaj grafeoj kun alta volumeno de datumoj, permesante interagadon kun la informoj preskaŭ en reala tempo (la malseka revo de ĉiu datuma analizisto). Krom inkluzivi iujn maŝinlernajn algoritmojn (Maŝinlernado), plenumi altnivelan analizon kun la sama medio per GPUoj.

2

Ni invitas vin promeni tra la Oficiala paĝo MapD revizii ĉiun el ĝiaj trajtoj pli detale. Ili ankaŭ ofertas paperon, kiun vi povas elŝuti senpage, detaligante la teknologiojn kaj alirojn, kiuj ebligis MapD. Vi eĉ povas ĝui iom ni donas surprize!
MapD estas nuntempe en beta kaj disponebla por Linukso, vi povas skribi al ili (kune kun klariga deklaro) por partopreni ĝin.


La enhavo de la artikolo aliĝas al niaj principoj de redakcia etiko. Por raporti eraron alklaku Ĉi tie.

Komento, lasu la vian

Lasu vian komenton

Via retpoŝta adreso ne estos eldonita.

*

*

  1. Respondeculo pri la datumoj: Miguel Ángel Gatón
  2. Celo de la datumoj: Kontrola SPAM, administrado de komentoj.
  3. Legitimado: Via konsento
  4. Komunikado de la datumoj: La datumoj ne estos komunikitaj al triaj krom per laŭleĝa devo.
  5. Stokado de datumoj: Datumbazo gastigita de Occentus Networks (EU)
  6. Rajtoj: Iam ajn vi povas limigi, retrovi kaj forigi viajn informojn.

  1.   Jesuo Perales diris

    Neniam imagu tian aferon, se unue al mi ŝajnis strange repripensi, ĉio estas por la antaŭeniĝo