推荐5种让数据库快的飞起的GPU加速产品

2016-9-29

    GPU 承诺会彻底改变大数据分析领域，从当前来看，这并不是虚言，当我们数据量达到一定级别的时候，我们一定会转向使用 GPU。大多数的数学密集型应用都包含机器学习框架，也都会利用 GPU 的并行处理能力来加速计算。

    GPU 和数据库各有所长，GPU 擅长处理需要大量数学密集型运算的任务，比如视觉模拟、超快数据库事务、计算视觉和机器学习等任务，而数据库擅长有特定要求的计算，如比较复杂的连接计算。下面为大家介绍五款提供 GPU 加速的数据库解决方案产品，其中有三款是商业产品，剩下的是开源产品。

1 MapD

    MapD 是由麻省理工学院的研究人员 Todd Mostak 和 Samuel Madden 开发的一个新的大规模并行数据库，使用现成的 GPU 来处理复杂的空间和 GIS 的实时数据，自从首次公开之后，最近重新走进了了人们的视野中，MapD 利用 LLVM 编译框架把 SQL 语句编译成 GPU 原生代码，另外，它还可以作为 GPU 的后备之选。

    加速的另一个源头是公司每个 GPU 的本地存储，它们作为数据缓存的运行速度要比 CPU 缓存和内存快很多倍。MapD 声称其 GPU-powered 装置要比同数量级的内存数据库和 Hadoop 装置快很多倍，但是实际来看这个说法可能要打个折扣，因为用来作对比的是高端昂贵的 Nvidia Kepler K80 GPU。

2 Kinetica

    Kinetica 原本叫 GPUdb，GPUdb 这个名字可能就是在暗示，这是一个 GPU 驱动的数据库解决方案。它的最新版本改名叫 Kinetica，不仅拥有常用的 GPU 加速方法，还可以利用 NVIDIA GPU 栈来进行加速，如 NVIDIA NVLink 技术，可以加快数据在 GPU（或者GPU与CPU）之间的传输速度。

    Kinetica 也试图成为为现代企业所用的数据库产品，所以它不仅有尖端技术的应用，同时也集成了标准的商业数据库功能，例如 SQL-92 查询、支持聚类、故障恢复和一键安装。

3 BlazingDB

    BlazingDB 是一个 GPU 驱动的数据库，主要针对使用 PostgreSQL、MySQL 或 Amazon Redshift 数据库的公司，BlazingDB 的创造者声称 BlazingDB 的速度提升要远超其它产品。

    BlazingDB 的另一个亮点是其提供本地和云托管的产品实例。如果公司已经在 Amazon 和 Azure 上有数据，你可以启动一个 BlazingDB 实例，使用数据管道来管理数据，也可以比较查询性能。

    该公司于六月提供商业版产品，同时还会提供一个免费的社区版产品。值得注意的是，目前该产品唯一支持的平台 Ubuntu 14.04。

4 Blazegraph

    并不是所有的数据库都支持通用的 SQL 系统，也会存在一些为特定类型的数据进行操作优化的数据库，例如图数据库就是用来分析对象之间的关系并呈现出来。

    这种为特定数据类型存在的数据库也适合 GPU 加速。Blazegraph 是一个使用 java 编写、为开源图数据库提供 GPU 加速的产品。Blazegraph 的创造者表示这款产品的设计初衷是使用 GPU 加速现有的图形分析工作，并且速度要比 CPU 快 200-300 倍。

5 PG-Strom

    流行的开源数据库 PostgreSQL 有很多卖点：高扩展性、支持 NoSQL / JSON 格式的文件存储功能，以及一直与世界先进的技术保持同行。

    PostgreSQL 数据库本身是没有 GPU 加速的，但是有一个专门做 GPU 加速的项目 PG-Strom，当收到一条查询优化语句时，PG-Strom 就会给出提示是否切换到 GPU，如果答案是肯定的，就会立即创建一个 GPU-optimized 进行 GPU 优化。

    建立 PG-Strom 需要做一些准备，它需要 NVIDIA CUDA 工具包，需要从源代码编译。但一旦融入 PostgreSQL 作为自定义扫描的提供者，它和普通查询的用法一致，在进行 GPU 加速时也不需要重写。