數(shù)據(jù)庫(kù)市場(chǎng)似乎已經(jīng)很久沒有足以撼動(dòng)MySQL地位的數(shù)據(jù)庫(kù)出現(xiàn)了，我們習(xí)慣于看到MySQL占據(jù)各大數(shù)據(jù)庫(kù)排行榜的首位。MySQL確實(shí)是很棒的一款開源數(shù)據(jù)庫(kù)，也是目前應(yīng)用最廣泛的數(shù)據(jù)庫(kù)。甚至不少業(yè)內(nèi)人士都認(rèn)為未來(lái)屬于MySQL，但事實(shí)果真如此嗎？
為了探討這個(gè)問(wèn)題，本文特意邀請(qǐng)了SQream Technologies***執(zhí)行官Ami Gal，他的觀點(diǎn)是GPU數(shù)據(jù)庫(kù)才是未來(lái)的趨勢(shì)，來(lái)看看他的理由是什么吧！
Ami擁有超過(guò)20年的技術(shù)和創(chuàng)業(yè)經(jīng)驗(yàn)，技術(shù)背景深厚，曾擔(dān)任Magic Software (MGIC)業(yè)務(wù)發(fā)展副總裁，在高性能和復(fù)雜數(shù)據(jù)集成環(huán)境中創(chuàng)造了新的增長(zhǎng)引擎。他有這個(gè)想法的原因很簡(jiǎn)單：GPU可以遠(yuǎn)高于CPU的速度讀取和處理數(shù)據(jù)，每年的性能提高速度大約為40%左右（等于數(shù)據(jù)增長(zhǎng)率）。
目前，在幾個(gè)核心領(lǐng)域（如深度學(xué)習(xí)，虛擬現(xiàn)實(shí)和自動(dòng)駕駛汽車）之外的計(jì)算機(jī)領(lǐng)域，圖形處理單元（GPU）的功能仍然相對(duì)未知。事實(shí)上，對(duì)于大多數(shù)人來(lái)說(shuō)，使用GPU進(jìn)行非圖形計(jì)算的想法也是前所未聞的。然而，這種想法馬上就可以被改變，一切從GPU數(shù)據(jù)庫(kù)開始。
很多人都知道GPU是比CPU更好的計(jì)算資源。當(dāng)工程師和架構(gòu)師意識(shí)到在屏幕上渲染復(fù)雜圖像是一個(gè)可并行化問(wèn)題，也就是說(shuō)，可以同時(shí)處理多個(gè)指令流的指令時(shí)，GPU就作為CPU的有效替代方案而與大眾見面了。
起初，解決問(wèn)題的方式是創(chuàng)建一個(gè)新的處理單元，它具有數(shù)千個(gè)不太復(fù)雜的內(nèi)核和更快更高帶寬的內(nèi)核，努力的結(jié)果是無(wú)論在讀取還是處理數(shù)據(jù)方面，這個(gè)新的處理單元都遠(yuǎn)遠(yuǎn)超過(guò)了CPU。（現(xiàn)在你可能開始明白為什么GPU對(duì)于數(shù)據(jù)庫(kù)來(lái)說(shuō)是可取的，畢竟GPU本來(lái)在數(shù)據(jù)讀取和處理方面就是擅長(zhǎng)的）
其實(shí)，GPU數(shù)據(jù)庫(kù)早已經(jīng)發(fā)展得非常不錯(cuò)了！
早在2016年，數(shù)據(jù)就在以每年大約40%的速度增長(zhǎng)著，而且還有明顯加速趨勢(shì)。1TB存儲(chǔ)的智能手機(jī)出現(xiàn)，企業(yè)處理的數(shù)據(jù)規(guī)模也上升到了PB級(jí)別，而CPU每年只有10%—20%的提升，數(shù)據(jù)的增長(zhǎng)速度已經(jīng)遠(yuǎn)遠(yuǎn)超過(guò)了CPU能處理的數(shù)據(jù)，這讓GPU數(shù)據(jù)庫(kù)得以面世。
起初，數(shù)據(jù)庫(kù)行業(yè)很多從業(yè)人員并不看好GPU數(shù)據(jù)庫(kù)，認(rèn)為不過(guò)是一陣風(fēng)，只適合于那些小眾領(lǐng)域，與內(nèi)存數(shù)據(jù)配合使用。
就在他們堅(jiān)信著未來(lái)仍將是傳統(tǒng)數(shù)據(jù)庫(kù)的天下時(shí)，GPU數(shù)據(jù)庫(kù)已經(jīng)在很多行業(yè)悄悄被采納了，包括一向?qū)π录夹g(shù)接納程度有限的政府部門。美國(guó)郵政總局就是一個(gè)很好的例子，他們的數(shù)據(jù)庫(kù)管理著遍布20萬(wàn)條投遞路線的1.54億個(gè)地址，還包括郵遞員的位置數(shù)據(jù)，可想而知這個(gè)數(shù)據(jù)庫(kù)的量級(jí)有多大了。通過(guò)GPU數(shù)據(jù)庫(kù)，郵政總局可以迅速處理復(fù)雜查詢，所用時(shí)間幾乎與載入網(wǎng)頁(yè)時(shí)間相當(dāng)。
除此之外，GPU數(shù)據(jù)庫(kù)在金融、電信、零售、安全等等行業(yè)均已有廣泛應(yīng)用。
看看現(xiàn)在CPU和GPU可以處理的原始FLOPS：
-
CPU - 200 gigaflops - 每秒200億次浮點(diǎn)運(yùn)算
-
GPU - 120 teraflops - 每秒120萬(wàn)億次浮點(diǎn)運(yùn)算
因?yàn)镚PU可以同時(shí)處理很多計(jì)算，所以可以分而治之。大問(wèn)題被分解成小問(wèn)題，一次解決。另一方面，基于CPU的數(shù)據(jù)庫(kù)受其上內(nèi)核數(shù)量的限制，并且被優(yōu)化以運(yùn)行序列化計(jì)算。這導(dǎo)致一個(gè)數(shù)據(jù)庫(kù)只能同時(shí)處理幾個(gè)查詢，只好一個(gè)接一個(gè)地查詢。
未來(lái)，很多人會(huì)開始看到GPU數(shù)據(jù)庫(kù)的革命性和強(qiáng)大功能。
GPU數(shù)據(jù)庫(kù)為每個(gè)GPU包含數(shù)千個(gè)內(nèi)核。這使數(shù)據(jù)庫(kù)可以同時(shí)運(yùn)行數(shù)千個(gè)查詢，并使用更高的帶寬內(nèi)存來(lái)啟動(dòng)。
大多數(shù)企業(yè)都有投資回報(bào)率。雖然一個(gè)完整的GPU服務(wù)器可能會(huì)很昂貴，但它可以匹配幾十個(gè)甚至幾百個(gè)傳統(tǒng)CPU服務(wù)器的計(jì)算能力。
GPU數(shù)據(jù)如何實(shí)施？
大多數(shù)GPU數(shù)據(jù)庫(kù)運(yùn)行在云端，適用于從IBM Bluemix到亞馬遜AWS的各種環(huán)境。數(shù)據(jù)庫(kù)搭建完畢，可以使用行業(yè)標(biāo)準(zhǔn)的驅(qū)動(dòng)程序，使用標(biāo)準(zhǔn)SQL查詢數(shù)據(jù)，驅(qū)動(dòng)程序包括：
-
JDBC和ODBC
-
Python、Jupyter和sklearn 等
-
R及其他機(jī)器學(xué)習(xí)庫(kù)
大多數(shù)GPU數(shù)據(jù)庫(kù)的搭建過(guò)程都十分簡(jiǎn)單，不需要十分強(qiáng)大的技能，而且它們往往是與現(xiàn)有生態(tài)系統(tǒng)兼容的。對(duì)于數(shù)據(jù)科學(xué)工作而言，工作負(fù)載可以從幾小時(shí)縮短至幾分鐘，甚至更少。
