GBase 8a MPP Cluster 如何实现库内的数据挖掘

       GBMLLib 是 GBase 8a MPP Cluster 的数据挖掘和机器学习扩展库， 以插件的形式添加到 GBase 8a MPP Cluster 中。通过其提供的机器学习算法，GBase 8a MPP Cluster 可以对用户数据进行深层次的分析和挖掘，将用户数据转化为用户价值。
       GBMLLib 提供了基于 SQL 的机器学习算法，目前包括的算法有：回归算法(线性回归)、分类算法(Logistic 回归、支持向量机)和聚类算法(K-Means)。同时也提供了一些数组操作和线性代数计算的基本函数。
       GBMLLib 具备以下技术特征：

• SQL 接口： GBMLLib 提供了 SQL 方式的数据挖掘算法，模型的训练、评估和预测都通过 SQL 语句来执行，使得数据分析师非常容易掌握，并与其现有技能结合，充分发挥其创造力、提高工作效率；
• In-database 分析：不同于其他分析工具需要通过 api 或 odbc 把数据从数据库搬移到分析节点进行处理的方式， GBMLLib 的分析算法以数据库 udf/udaf 的形式运行在 GBase 8a MPP Cluster 的线程内部，通过 GBase 8a MPP Cluster 的执行计划进行调度，最大程度的减少数据的搬移、提升运行速度；
• 方便扩展： GBMLLib 以插件的形式添加到 GBase 8a MPP Cluster中，并采用弹性灵活的软件架构，方便后续添加新的数据挖掘和机器学习算法。