评论:Kinetica实时分析数十亿行

2009年, Kinetica的未来创始人试图找到一个现有的数据库,使位于贝尔福堡(弗吉尼亚州)的美国陆军情报与安全司令部(INSCOM)能够实时跟踪数百万种不同信号,从而空洞了评估国家安全威胁。 因此,他们以大规模并行化为中心,从头开始构建了一个新数据库,结合了GPU和CPU的强大功能,以时空方式探索和可视化数据。 到2014年,他们吸引了其他客户,并在2016年成立了Kinetica。

编辑选择奖徽标梅花 信息世界

该数据库的当前版本是Kinetica 7的核心,现在范围已扩展为Kinetica Active Analytics Platform。 该平台将历史和流数据分析,位置智能和机器学习结合在一个高性能,可用于云的程序包中。

[ TensorFlow机器学习入门 TensorFlow评论:最好的深度学习库变得更好 •查看最新版本的TensorFlow中的新增功能 | 通过InfoWorld的App Dev Report新闻通讯了解编程方面的热门话题。 ]

作为参考客户,Kinetica包括Ovo,GSK,SoftBank,Telkomsel,Scotiabank和Caesars等。 Ovo使用Kinetica进行零售个性化。 印度尼西亚无线运营商Telkomsel使用Kinetica来获取网络和订户信息。 雪佛龙最近收购的Anadarko使用Kinetica加快了油盆分析的速度,以至该公司不需要对900亿行的调查数据集进行下采样以进行3D可视化和分析。

Kinetica通常与其他GPU数据库进行比较,例如OmniSci ,Brytlyt,SQream DB和BlazingDB。 但是,据该公司称,它们通常会与更广泛的解决方案竞争,从定制的SMACK(Spark,Mesos,Akka,Cassandra和Kafka)堆栈解决方案到更传统的分布式数据处理和数据仓库平台。

Kinetica的主要功能和架构

Kinetica将其分布式,内存中,GPU加速的数据库与流分析,位置智能和机器学习相结合。 该数据库是矢量化的,列式的,内存优先的,并且设计用于分析(OLAP)工作负载,可自动在CPU和GPU之间分配任何工作负载。 Kinetica使用SQL-92作为查询语言,非常类似于PostgreSQL和MySQL,并支持多种功能,包括文本搜索,时间序列分析,位置智能和图形分析。

Kinetica可以通过跨GPU内存,系统内存,磁盘或SSD,HDFS和云存储(如Amazon S3)智能管理数据来对整个数据集进行操作。 据该公司称,这种管理所有存储层的能力是Kinetica在GPU数据库中独有的。

凭借其分布式并行摄取功能,Kineti

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值