PRF:20170121 This GPU-powered database analytics platform can query billions of data points in milliseconds

@geekpi
This commit is contained in:
wxy 2017-01-28 10:49:34 +08:00
parent 2ab527501c
commit e59e4bad9d

View File

@ -1,18 +1,18 @@
这个 GPU 驱动的数据库分析平台可以在几毫秒内查询数十亿条数据 MapD由 GPU 驱动的数据库分析平台可在几毫秒内查询数十亿条数据
============================================================  =================================================
![database analytics platform MapD](http://i0.wp.com/opensourceforu.com/wp-content/uploads/2015/03/Database-Backup1.jpg?resize=750%2C525) ![database analytics platform MapD](http://i0.wp.com/opensourceforu.com/wp-content/uploads/2015/03/Database-Backup1.jpg?resize=750%2C525)
麻省理工学院计算机科学与人工智能实验室CSAIL的前研究员开发了名为 MapD 的数据库分析平台。该平台使用 GPU 而不是 CPU 可在几毫秒内查询和映射数十亿条数据。 麻省理工学院计算机科学与人工智能实验室CSAIL的前研究员开发了一款名为 MapD 的数据库分析平台。该平台使用 GPU 而不是 CPU 可在几毫秒内查询和映射数十亿条数据。
人们通常将 GPU 与图像处理和游戏相关联。然而,现代 GPU 中高效核心和处理单元也可以用于通用计算应用。以前在 CSAIL 工作的 Todd Mostak 开发了 MapD它能在毫秒内处理数十亿条数据。 人们通常将 GPU 与图像处理和游戏相关联。然而,现代 GPU 中高效核心和处理单元也可以用于通用计算应用。以前在 CSAIL 工作的 Todd Mostak 开发了 MapD它能在毫秒内处理数十亿条数据。
Mostak [声称][5] 他的 MapD 是由 CPU 供电的传统数据库管理系统的 100 倍。平台可以在短时间内处理并可视化大数据,并且可以很容易地修改处理的数据的参数 Mostak [声称][5] 他的 MapD 比由 CPU 驱动的传统数据库管理系统的快 100 倍。该平台可以在短时间内处理并可视化大量数据,并且被处理的数据的参数可以很容易地修改
MapD 将所有数据缓存在多个 GPU 上,而不是存储在某些 CPU 上。每个 GPU 被给予不同的缓冲池以节省时间。通过此过程,系统可以提供比 CPU 供电的数据库系统快两到三倍的性能。 MapD 将所有数据缓存在多个 GPU 上,而不是存储在某些 CPU 上。每个 GPU 被给予不同的缓冲池以节省时间。通过此过程,系统可以提供比 CPU 驱动的数据库系统快两到三倍的性能。
许多公司客户已经开始使用 Mostak 的 MapD。像 Verizon 这样的电信公司据说也在为其内部研发尝试数据库分析平台。这家电信公司使用 MapD 分析了 8500 万用户的 SIM 卡更新数据库。 许多公司客户已经开始使用 Mostak 的 MapD。像 Verizon 这样的电信公司据说也在为其内部研发尝试数据库分析平台。这家电信公司使用 MapD 分析了 8500 万用户的 SIM 卡更新数据库。
除了 VerizonMapD 还有如社交媒体公司,金融和广告公司的客户。 除了 VerizonMapD 还有如社交媒体公司,金融和广告公司的客户。
@ -24,7 +24,7 @@ via: http://opensourceforu.com/2017/01/gpu-powered-database-analytics-platform-q
作者:[RAJAT KABADE][a] 作者:[RAJAT KABADE][a]
译者:[geekpi](https://github.com/geekpi) 译者:[geekpi](https://github.com/geekpi)
校对:[校对者ID](https://github.com/校对者ID) 校对:[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出