Mar, 2012

面向关系型数据库内部分析的统一架构

PDF
TL;DR本文针对数据库供应商在提供日益复杂的 in-database analytics 功能时面临的开发难题进行探讨，提出了一种统一的架构来优化表现，其中包括对数据存储顺序和计算并行化的研究，并成功地将多种流行的分析技术集成到商业和开源 RDBMS 中，证明其具有与商业 RDBMS 本地工具相当或更高的性能。
in-database analyticsunified architectureperformance optimizationdata storage orderparallelization
发现论文，激发创造
  • SQL 和 NoSQL 数据库软件架构的性能分析和评估 -- 系统文献综述

    这篇系统文献综述研究了 SQL 和 NoSQL 数据库软件架构，并解决了在各种云平台之间的数据可移植性和相互操作性问题。

    Sep, 2022

  • 具有上下文丰富处理的分析引擎：迈向高效的下一代分析

    提出了一个与组件共同优化的分析引擎，采用在线数据集成和多个真相来源以解决数据清洗和复杂分析问题。

    Dec, 2022

  • 在关系型数据库中为深度学习模型提供服务

    为满足商业和科学领域对关系数据中深度学习模型的需求，本论文系统地探索了代表性架构，并强调了 DL-centric、UDF-centric 和 relation-centric 三种关键范式及其之间的整合需求和潜力，提出了建立新型数据库系统以支持大规模数据密集型深度学习应用的路径。

    Oct, 2023

  • DimmWitted: 主存统计分析研究

    研究了在 NUMA 机器的主存储器中执行一阶方法来支持统计分析的访问方法和复制的权衡空间，发现在行或列顺序访问数据以及以什么粒度共享模型和数据进行统计任务存在硬件和统计效率的权衡空间，研究成果可以对分析引擎的设计提供有价值的信息。

    Mar, 2014

  • 为结构化数据分析提供数据库内动态模型切片的能力

    使用 LEADS 技术，通过 SQL 查询定制模型，提高关系数据库上的预测建模能力和推断效率，并通过 INDICES 系统实现高效的结构化数据分析。

    May, 2024

  • 4DBInfer：面向关系数据库的图中心预测建模的 4D 性能评估工具箱

    通过将多表数据集转化为图形并利用有效的子采样策略保留表格特性，以及输出基于这些输入子图的预测的具有相匹配归纳偏差的可训练模型，该研究试图解决关于关系型数据库 (RDBs) 的预测模型发展方面存在的问题，并提供了一个包含多尺度 RDB 数据集以及一致的预测任务的基准集，通过一个名为 4DBInfer 的统一可扩展开源工具箱来探索这些问题的 4 个方面。

    Apr, 2024

  • RDBench: 关系数据库的机器学习基准测试

    通过引入 ML Benchmark For Relational Databases (RDBench) 标准化基准测试，旨在促进多表关系数据库上可复现的机器学习研究，RDBench 为不同的机器学习领域提供多样的关系数据库数据集，使得从 XGBoost 到图神经网络等不同领域的 ML 方法可以进行有意义的比较和评估。

    Oct, 2023

  • 现代数据密集型应用的异构数据中心架构：机器学习和数据库的案例研究

    本研究通过对数据访问和计算模式的分析，以深度优化算法和硬件，提出了两种利用 PIM 范式进行机器学习和混合事务 / 分析处理的数据中心架构。

    May, 2022

  • DeepDB：从数据学习，而非查询！

    本文提出以数据驱动的方法来替代常规的以工作负荷为驱动的方式，通过机器学习模型来捕捉行为，并展示数据驱动模型不仅可以提供更好的准确性，而且还能更好的适应未知查询。

    Sep, 2019

  • Tuffy: 使用 RDBMS 扩展马尔可夫逻辑网络中的统计推理

    Tuffy 以三个新颖的方法实现了可伸缩性，在几个公开数据集上优于现有的最先进实现，使得它成为一种快速高效的应用统计和逻辑推理的框架。

    Apr, 2011