MapD:适用于GPU的数据库

今天,我们正在经历 大数据运用,我们可以从无限数量的源中获取大量数据。 如此庞大的数据量带来了很多好处,但是同时也带来了许多挑战。 其中最常见的: 批量数据集中的响应时间.

1

地图 诞生是为了在分析数据库领域提供高速度。 专为处理而设计 数毫秒内数万亿条记录 利用由...提供的计算能力 图形处理器。 专门为充分利用图形卡中提供的所有硬件和软件功能而构建,它为分析人员和数据科学家提供了比以前用于这些目的的技术高大约3个数量级(x1000)的响应时间。 利用GPU的并行性(现代GPU中约有80000个内核)和大内存带宽(约8Gbps)来执行线性代数和数据库搜索,并使用LLVM实时编译每个查询,此外还保留了查询最多的数据。 GPU的缓存(高速DDR5内存)。

我们必须记住,在大数据世界中,基于文件的写入和保存,没有使用传统的数据库,因为它们会导致硬盘上的I / O任务过多。 为了分析数十亿条记录, 内存数据库,例如Apache Spark。 但是,为了获得所需的内存量和所需的性能,服务器群集是必需的,并且我们知道这意味着硬件,网络布线和大量技术人员的成本。 从而, 地图 能够以较低的成本和复杂性实现高性能,从而使更多的人可以使用高性能技术进行数据分析。

3

由于受到GPU的支持,MapD还可以 利用GPU的图形功能提供数据可视化的环境。 它有助于创建具有大量数据的交互式图形,从而允许几乎实时地与信息进行交互(每个数据分析师的梦想)。 除了包括一些机器学习算法(Machine Learning)之外,还可以使用GPU在相同的环境下执行高级分析。

2

我们邀请您漫步 MapD官方页面 以更详细地查看其每个功能。 他们还提供了一篇论文,您可以免费下载该论文,详细介绍使MapD成为可能的技术和方法。 你甚至可以享受一些 演示 奇怪!
MapD目前处于测试阶段, 适用于Linux,您可以写信给他们(以及解释性说明)以参与其中。


本文内容遵循我们的原则 编辑伦理。 要报告错误,请单击 信息.

发表评论,留下您的评论

发表您的评论

您的电子邮件地址将不会被发表。

*

*

  1. 负责数据:MiguelÁngelGatón
  2. 数据用途:控制垃圾邮件,注释管理。
  3. 合法性:您的同意
  4. 数据通讯:除非有法律义务,否则不会将数据传达给第三方。
  5. 数据存储:Occentus Networks(EU)托管的数据库
  6. 权利:您可以随时限制,恢复和删除您的信息。

  1.   耶稣·佩拉雷斯

    永远不要想像那种事情,如果一开始我觉得rethinkdb很奇怪,那么一切都是为了进步