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。

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