云南龙网

  1. 首页 > 云知道 > >

大数据应用领域有哪些 中国数据库有哪些( 四 )

云知道


HTAP 数据库将两种需求场景合二为一的愿景固然美好，但在实际的开发过程中，要想实现 HTAP 并不容易 。陈磊介绍，实现 HTAP 的难点主要有几个方面：
首先需要解决的是数据存储，大家知道列存是可以做这种分析型的运算，研发高性能的列存引擎就是一个难点，当然现在已经有一些优秀的开源列存引擎，开发者可以在此基础上复用 。
然后就是行存和列存数据的一致性问题 。传统的 HTAP 数据库行存与列存是分开的两张表，行列之间不需要保持数据一致性，但是像 ZNBase 以及 TiDB 这种新型的 HTAP 数据库，同样的数据同时有行存和列存，就需要保证数据的一致性，但解决数据一致性问题也会带来新的问题，比如影响数据写入的性能，如何去解决数据写入性能问题也是一个难点 。
还有的话就是数据同时保存在列存和行存中，当一个查询命令过来的时候，应该选择哪一个存储引擎来计算？这个时候给数据库系统的 SQL 层、优化器和执行器带来的挑战也会更加大一些 。
数据库与 AIAI 的高速发展影响着各行各业，如今也有一些数据库厂商尝试在 OLAP 的场景中加入 AI 辅助进行数据分析，那么这种趋势是否会给 ZNBase 的未来发展方向带来一些启示呢？
陈磊告诉我们，目前业内在数据库中引用 AI 辅助的模式主要有两种，一种是 AI for DB，还有一种是 DB for AI 。
DB for AI 就是为分布式数据库提供 AI 分析的能力 。就像 Greenplum 通过 MADlib 的第三方插件来实现一些机器学习、图计算或者深度学习的一些算法，客户直接使用AI算法对库内的数据进行计算 。“这样的工作确实有厂商在做，但我认为还不足以形成一种趋势 。”陈磊表示 。
另外一种模式就是 AI for DB，这种模式有两种，第一种是一些数据库厂商提供的类似“数据库大脑”或“数据库自动驾驶”的外部工具，它通过分析数据库日志或者一些视图，得出数据库的性能表现，然后去动态地调整数据库参数，来达到优化数据库性能的目的 。另外就是在数据库中利用一些 AI 算法来进行优化，包括内核优化、运维优化等 。比如在数据库比较核心的执行计划、执行计划生成、优化器等部分加入 AI 算法的能力辅助来实现性能优化，这一块确实是数据库行业目前的趋势，也是陈磊认为最难做的部分 。
ZNBase 的团队实际上也在做数据库与 AI 结合的研究，而 AI for DB 是目前主要研究的一个方向 。
未来规划最后，陈磊分别从开源运营角度和产品研发角度介绍了 ZNBase 未来一段时间的发展规划 。
首先是开源规划，目前团队暂时只开源了 ZNBase 的 KV 存储部分，他们的计划是争取 6 月底把 ZNBase 的所有代码全部开源，包括 SQL 层和一些上下层封装接口，全部采用 Apache 2.0 协议 。
而关于研发的规划，陈磊向我们透露了大致的方向：“目前我们正在研发一个列存引擎，还有前面提到的 AI 方面的优化，以及用 C++ 或 Rust 替代 Go 语言来重写 ZNBase 的 SQL 层，这些工作都在我们的日程中 。感谢大家对 ZNBase 的关注，我们也会尽快把所有的代码开源出来，届时欢迎感兴趣的开发者加入到我们的社区中参与贡献 。“
【大数据应用领域有哪些 中国数据库有哪些】

推荐阅读


上一篇：万能数据恢复大师 360数据恢复大师免费版

下一篇：最有吸引力的营销模式 最经典的营销案例