Mar, 2012

BlinkDB: 在大数据上具有有界误差和有界响应时间的查询

PDF
TL;DR本文介绍了 BlinkDB，一种基于采样的大规模并行近似查询引擎，用于在大量数据上运行临时交互式 SQL 查询。BlinkDB 允许用户在查询精度和响应时间之间权衡，通过在数据样本上运行查询并呈现带有有意义误差条的结果，从而实现对海量数据的交互式查询。
发现论文，激发创造
  • BayesDB: 一种概率编程系统，可用于查询数据的可能影响

    BayesDB 是一种概率编程平台，通过 BQL，它使用一类多元概率模型回答查询以平均隐含的概率模型空间，实现在不损失数学严谨和推论质量的前提下，使统计推论广泛适用于非统计学家。

    Dec, 2015

  • 大数据推理和高级分析的扩展

    BigDatalog 是 Datalog 的扩展，旨在实现在 Apache Spark 和多核系统上的性能和可扩展性，其图分析性能优于 GraphX，通过实现技术（例如半朴素极限和魔术集）解决了在递归中使用数量、总和和极值等问题。

    Jul, 2018

  • VerdictDB: 通用的近似查询处理

    提出了一种名为 VerdictDB 的数据库不可知近似引擎，使用中间件体系结构，接管数据库中的分析查询并将其重写为另一个查询，从而可以在各种平台上使用，实现了高达 171 倍的加速（平均 18.45 倍），误差小于 2.6%。

    Apr, 2018

  • 大数据时代的快速数据：Twitter 实时关联查询建议架构

    本文介绍了 Twitter 实时相关查询建议和拼写更正服务的架构，讨论了如何在面对‘大数据’ 事件的高实时需求时通过从 Hadoop-based 分析栈向专为任务设计的自定义内存处理引擎的转变解决相关问题。

    Oct, 2012

  • MDB：数据集和模型的交互式查询

    MDB 是一个与功能编程和关系代数相结合的调试框架，可以构建数据库和模型预测的表达式查询，用于快速排除错误和发现模型行为。

    Aug, 2023

  • 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

  • DBQ-SSD: 动态球查询用于高效的三维物体检测

    该研究提出一种自适应选择输入点子集并分配合适的感受野的网络以显著减少计算成本，应用于一些最先进的 3D 探测器中，并在 KITTI，Waymo 和 ONCE 数据集上将推理速度提高了 30％-100％。

    Jul, 2022

  • 在数据库和逻辑编程系统中尝试递归查询

    本文介绍了一个名为 DLV$^{DB}$ 的新系统，该系统旨在解决推理海量数据时存在的主存限制，外部数据库管理系统的互动不易等问题，并在比较逻辑推理和数据库的几个先前的系统（LDL ++，XSB，Smodels 和三个顶级商业 DBMS）的实验分析中获得了显着的效能优势。

    Apr, 2007

  • PixelsDB：灵活服务级别和价格的无服务器及自然语言辅助数据分析

    PixelsDB 是一个开源的数据分析系统，通过自然语言接口和灵活的服务级别和价格，使得缺乏系统或 SQL 专业知识的用户能够高效地探索数据。

    May, 2024

  • BlendSQL：统一混合问题回答的可伸缩方言

    BlendSQL 是一个 SQLite 的超集，通过单个解释性的 BlendSQL 查询将完整的分解推理路线编码为一个统一的方言，可用于解决涉及多跳推理的混合问答任务，并且能够在使用更少词汇的情况下扩展到大型数据集并提高端到端系统的性能。

    Feb, 2024