BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Aster发布应用于数据库的MapReduce

| 作者 R.J. Lorimer 关注 0 他的粉丝 ,译者 张龙 关注 14 他的粉丝 发布于 2008年9月27日. 估计阅读时间: 2 分钟 | AICon 关注机器学习、计算机视觉、NLP、自动驾驶等20+AI热点技术和最新落地成功案例。

Aster Data Systems最近发布了应用于数据库的MapReduce,这是其nCluster数据库的一个组件。

InfoQ已经详细 介绍了MapReduce,它最初是由Google工程师引入的一种编程模型,旨在提供一种可伸缩的方法来处理大数据集。

nCluster是由Aster推出的一个高并行处理(MPP)数据库。其网站这样描述了nCluster的并行架构:

Aster nCluster构建于独特、多层的nCluster架构之上,它包含三种独立的节点类:Queens、Workers及Loaders。针对分析处理,该三层设计将角色完全隔离并封装起来。每层都可以独立扩展以响应负载变化——当需要时扩充容量(Workers)、加载带宽(Loaders)或者执行并发(Queens)。

Aster nCluster提供的MapReduce实现利用相同的架构,为数据库中执行MapReduce计算留有了余地:

就像针对标准SQL查询的高并发执行环境一样,Aster nCluster为数据库中的并行数据分析及传输实现了灵活的MapReduce函数。Aster nCluster应用于数据库的MapReduce函数很容易编写,而且可以与SQL语句无缝集成。它们依靠SQL查询来操纵底层数据并提供输入。该函数可以操纵输入数据并提供输出,而这些输出又可以被SQL查询使用或者写到数据库表中。

SQL/MR是由Aster引入的一个特殊的SQL MapReduce函数库,可在nCluster平台中用来调用map-reduce算法。Aster支持多态函数和动态类型,同时MapReduce计算可用Java、Python、C++等语言开发。

请访问Aster Data Systems站点以了解有关应用于数据库的Map Reduce及nCluster数据库的更多信息。

查看英文原文:Aster In-Database MapReduce

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT