MAPD调研

MAPD

Brief

MapD Core Database The MapD Core Database is an open source in-memory, SQL database that leverages the parallel processing power of GPUs to query billions of rows in milliseconds–hundreds to thousands of times faster than legacy CPU databases.

MapD Technologies 开发一款大数据分析平台,该公司称该平台能查询并可视化大数据,速度比其他系统快100倍。该软件充分利用商用图形处理单元(GPU)的大规模并行机制,面对数十亿行的数据集执行 SQL 查询只要短短数毫秒。系统可与其自己的 MapD Immerse 数据可视化工具或 Tableau 之类的其他可视化工具协同运行。
莫斯塔克在哈佛大学期间开发了这项技术的原型,起因是他等一个计算机系统处理数亿个推特消息中的模式等了数小时、乃至数天后,颇为沮丧――他当时在写一篇关于“阿拉伯之春”的论文,需要用到这些研究数据。他使用计算机游戏GPU卡建立了自己的计算机集群,然后在麻省理工学院(MIT)的计算机科学和人工智能实验室又深入研究了这项技术。
总部位于旧金山的这家公司创办于2013年,3月份推出了商用产品。

Website

https://www.mapd.com/

Company

MapD Technologies, Inc

Mission

MapD’s mission is to not just make queries faster, but to create a fluid and immersive data exploration experience that removes the disconnect between an analyst and their data. Whether harnessed to explore correlations or identify anomalies, we have built the MapD platform from the ground up to make extracting insight from data effortless and lightning fast.

History

2017 May 2017 MapD Open Source and Community Editions made available
April 2017 MapD Version 3 Release with distributed scale-out, high availability, enhanced SQL, and native ODBC
March 2017 MapD receives Series B funding from New Enterprise Associates, Inc. (NEA), NVIDIA, Vanedge Capital and Verizon Ventures
2016 December 2016 MapD Version 2 Release with major improvements to the MapD Immerse Visual Analytics client November 2016 MapD helps publicly announce GPU instances on Google Cloud with stellar benchmarks against CPU systems
October 2016 MapD awarded Business Intelligence Group Start-up of the Year
October 2016 MapD helps publicly launch powerful GPU instances on Amazon Web Services, adding a MapD AMI to the marketplace
September 2016 MapD awarded for Fast Company Innovation by Design Award - Graphic Design and Data Visualization
July 2016 MapD named one of CRN’s 10 Coolest Big Data Startups Of 2016 April 2016 MapD named Gartner Cool Vendor 2016
March 2016 MapD officially launches & receives Series A funding from Vanedge Capital, Nvidia, In-Q-Tel, and Verizon Ventures
2015 July 2015 MapD is available on the cloud with IBM Softlayer Cloud Service’s announcement, making GPUs accessible to HPC users
February 2015 MapD signs a social media giant, its first paying customer
2014 September 2014 MapD moves its HQ from Cambridge to San Francisco
April 2014 MapD takes $2M in seed funding from investors including Nvidia, GV, and Vanedge Capital
March 2014 MapD wins Nvidia’s $100K Early Stage Challenge
2013 September 2013 MapD Technologies, Inc. is founded by Todd Mostak and Tom Graham in Cambridge, MA
January–December 2013 MapD is incubated in MIT CSAIL database group
2012 March–May 2012 First prototype of MapD is built by Todd Mostak for his MIT database course

Learn

Resources

MapD Whitepaper
https://www.mapd.com/resources/

Community

https://community.mapd.com/

Blog

https://www.mapd.com/blog/

Documents

MapD Documentation
http://docs.mapd.com/latest/

Github

https://github.com/mapd/mapd-core#readme

websites

GPU 数据库 MapD 性能超传统数据库 70 倍,数据库瓶颈不是 IO 吗?
https://www.zhihu.com/question/21003317

Ending Analysis Paralysis: NVIDIA and MapD Solve Massive Big Data Woes Across Industrieshttps://blogs.nvidia.com/blog/2016/07/11/mapd-data-analytics/

MapD Offers a Columnar Database System that Runs on GPUshttps://thenewstack.io/new-mapd-database-system-runs-gpus/

https://en.wikipedia.org/wiki/MapD_Technologies

FAQ

https://www.mapd.com/faq/#what-are-gpus-not-good-for

1、为什么 GPU 能做数据库?

因为 CPU 已经到达瓶颈,凭借着内存和计算带宽的增加,一台全 GPU 的处理器的计算带宽可以达到将近 6TB/s,是 CPU 的 40 倍。并且能利用 GPU 的优势,在大结果情况下,使得计算结果不用返回 CPU ,直接通过客户端展示。

2、GPU 不擅长干什么?

GPU 适合做少分支的可并行算法,也就是每一个核在一个 lock-step 中只做一件事。例如文字处理就不适合 GPU 做,但是例如在很多文件中抓取某个文本,对GPU 就很简单。

3、MAPD 可以最多用多少个 GPU?

MAPD 可以用服务器上所有的 GPU。多数的 3U 或是 4U 的服务器可以装NVIDIA K80S,每一个 K80 有两个GPU,也就是每个服务器有16个 GPU。

未来 MAPD 可以部署在一体化高密度计算器上,可以集成16-32个GPU。

4、如果数据量的大小和 GPU 内存大小不匹配怎么办?

MAPD把所有 GPU 的RAM联合起来使用最为最初级的 cache ,并且尝试将热数据(列)的数据压缩后存在 RAM 中。单个节点的数据量一般在 T 级。当数据量不能全放在 GPU 内存中时,MAPD 会将一个较大的子集放入到 CPU 内存中
。这些数据可以在 CPU 和 GPU 中流动,或是同时在 CPU 或 GPU 中计算。

5、MAPD 可以支持多少并发?

由于 MAPD 查询的快,可以支持很多并发。如果用户只是手写 sql,那么每个服务器可以支持几百的并发。如果用户是用 MAPD immerse,那么同时10多个用户查询性能不会受影响。

6、对于数据流,MAPD 如何保证的实时刷新查询结果?

  • 首先 MAPD 没有索引,并且能充分利用 GPU 的并行
  • 主要是使用 GPU 执行查询,所以 CPU 可以用来解析或是进行其他的工作,如数据导入等

当系统接收到一个select请求,首先执行GPU内存中的数据,在执行过程中,异步的将新的数据插入到GPU内存中。

授权协议:Apache

开发语言:

操作系统:跨平台

Benchmarks

1、一知名数据专家、博客主 Mark Litwintschik 测试了 MAPD 在不同的硬件配置上的性能,从民用的Titan x板卡到商用的Telsa K80s。测试数据使用的是2009-2015年的出租车小票,共12亿条。
结论:MAPD 在 Telsa k80s上性能是其他CPU集群如 amazon redshift、bigquery、elastic、postgresql 和 presto 的55倍。
即使在民用GPU硬件上也能达到43倍。

2、
Verizon benchmarked MapD against a set of 20 Apache Impala servers churning though 3 billion rows. It took the Impala kit 15-20 seconds, whereas it took a single MapD server around 160 milliseconds.

GPU优势

1、核多
The beauty of GPUs is that they have hella cores. A server can run about 10 to 30 cores, but about 40,000 GPU cores. Granted, GPU cores are pretty dumb compared to CPUs, “but you can process a lot with them,” Mostak said.
But the maximum core counts is not the only advantage GPUs bring.

2、带宽大
“People think GPUs are great because they have so much computational power but we think that you really win because GPSs have so much memory bandwidth,” Mostak said. The Pascal cards will have the ability to scan data at a rate of 8TB/second scanning capability, a huge jump over CPU capabilities.

MAPD优势

1、无主节点 最多支持单节点16个 GPU

2、支持 sql 支持 ODBC

3、单个节点支持8个 NVIDIA K80显卡 最大192GB GPU RAM

4、代码针对 GPU 进行了优化

5、使用了 LLVM

LLVM allows MapD to
transform query plans into architecture-independent intermediate code (LLVM IR)
and then use any of the LLVM architecture-specific “backends” to compile that IR
code for the needed target, such as NVIDIA GPUs, x64 CPUs, and ARM CPUs.

6、使热数据持续在 GPU 内存

7、执行计划矢量化

Vectorized code allows the
compute resources of a processor to process multiple data items simultaneously.

将已经编译的执行计划缓存

Furthermore, the system can
cache templated versions of compiled query plans for reuse. This is important in
situations where our visualization layer is asked to animate billions of rows over
multiple correlated charts.

8、优秀的可视化图表

使用案例

1、在社交广告中寻找模式

2、实时发现电信问题

3、发现区域内的流行趋势

4、实时进行数据决策

5、加速分析

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335

推荐阅读更多精彩内容