Nul
MemSQL er en in-memory-database med støtte til transaktions-og analytiske arbejde. Det har ikke været så længe siden, at vi, der er omfattet version 6.5, og MemSQL folk er ikke mangel på ambitioner, som deres vision er at gøre deres produkt til den bedste database tilbud derude.
I dag, MemSQL er frigiver version 6.7, hvilket bringer en række af kompetencer, med fokus på brugervenlighed, enkelhed, ydeevne og kompatibilitet med eksisterende systemer og tredjeparts værktøjer. Men hvad der formentlig kommer til at få mest opmærksomhed, er den gratis tier og ydeevne ekstraudstyr.
Freebies, få uforpligtende
Gratis niveauer er ikke noget nyt, i databaser og videre. Det er en god måde at invitere brugere til at prøve et produkt, og se om det virker for dem. Tanken bag det er, hvis folk som de tilbyder, og begynde at bruge det, de vil i sidste ende vokser den gratis tier og få konverteres til betalende brugere.
Også: Neuton: En ny, ødelæggende neurale netværk ramme for AI-programmer
Gratis niveauer, der normalt kommer med nogle betingelser, men. De har en begrænset varighed eller skrabet evner, eller begge dele. I databaser, restriktioner normalt involvere ting såsom begrænset funktionalitet eller lagerkapacitet. MemSQL hævder at have de bedste freebie rundt på, da det tilbyder en fuld version af MemSQL 6.7, med de restriktioner, der kun gælder for hukommelse, størrelsen og antallet af knuder — op til 128 gb og 4 knudepunkter.
Nikita Shamgunov, MemSQL administrerende DIREKTØR, sagde, at alle, der bruger eller ønsker at bruge MemSQL kan bygge noget program de vil gratis:
MemSQL tilbyder en gratis tier, men hvor meget kan du faktisk gøre med det? (Billede: Peshkova, Getty Images/iStockphoto)
“Så længe de ikke har brug for støtte eller for at skalere ud over 128GB eller fire knudepunkter, MemSQL vil forblive gratis for dem. Og hvis de vokser ud over den frie tier, det er et simpelt ønske om at få en Enterprise-licens og holde kørende deres arbejdsbyrde som normalt.
Legacy databaser som Oracle og SQL Server kræve en præmie for high-end features som Oracle Data Guard og SQL Server-spejling til, at give deres kunder til at køre mission critical arbejdsmængder. Den MemSQL gratis tier kommer med lignende kapaciteter ud af boksen.”
Disk storage er ubegrænset, men for in-memory databaser som MemSQL, dette er en sekundær bekymring. Forespørgsel behandling ikke ske på disken, men ingen disk storage begrænsninger sikrer, at du ikke løber tør for plads til din sekundære opbevaring.
Også: Behandling af tidsserie data: Hvad er mulighederne?
Det virkelige spørgsmål er: Hvor meget kan du få gjort med 128GB hukommelse? Det kan lyde som en masse for den gennemsnitlige bruger, men kan nogen meningsfuld den virkelige verden bygges med dette?
Brugerbase dynamics
Shamgunov bemærkes, at mængden af MemSQL ‘s brugerbase med op til 128GB hukommelse er mindre end 20 procent, svarende til mindre end 5 procent af MemSQL’ s indtægter. Med andre ord, det er små fisk til MemSQL, men ikke en ubetydelig kategori. Hvis du ønsker at give MemSQL en tur, 128GB kan gå en lang vej.
MemSQL kommer med en årlig licens. Så, hvis en nuværende kunde er under 128GB og fire node grænse, vil de få MemSQL gratis. I teorien, kan de ophøre med at betale MemSQL, hvis de ikke har brug for nogen støtte.
Men, hvis de har brug for mere kapacitet eller støtte, så vil de har brug for en Enterprise licens. Den gratis del af MemSQL kan bruges på stedet eller i skyen, men det gælder ikke for MemSQL er lykkedes version.
MemSQL 6.7 introducerer et dashboard
“Når der træffes beslutning grænsen for gratis tier, vi ønskede at sikre, at kunder vil få værdi med udbuddet, var vi ikke bekymret, hvis nogle af de nuværende betalende kunder faldt i gratis kategori. Vi ønskede at tilbyde et miljø, der var robust nok til at skabe produktion-niveau applikationer,” sagde Shamgunov.
Også: Viden grafer ud over den hype: at Få viden i og ud af kurver og databaser
Shamgunov også tilføjet det er at se, at når kunderne kommer i gang med MemSQL de udvide deres kontrakter og finde andre steder inden for deres organisationer til at udnytte teknologien:
“Vi kan se, kunder starter på sub-$100,000 kontrakter forny for næste år med over en million-dollar-tilbud. Så vi forventer, at denne tendens at fortsætte, når flere mennesker er i stand til at teste og sætte MemSQL i produktion.”
Hurtigere stjerne slutter for data warehousing
Anden end at, det handler om performance i stjerne slutter. Som stjernede skemaer er snarere typisk i data warehousing, dette betyder, at eksisterende applikationer, der udnytter det kan få langt hurtigere svartider og samtidig gennemløb. MemSQL fremhæver, dette giver mulighed for interaktive analytics på store datasæt med hurtigt skiftende data, uden at ty til den kompleksitet af pre-at aggregere data.
For at opnå dette, MemSQL har tilføjet nye proprietært, patent-pending algoritmer til stjerne slutter, at gøre brug af vectorization og SIMD. Disse algoritmer arbejder direkte på MemSQL er komprimeret kolonne gemme data formater, kaldet kodet data.
Shamgunov forklarede, at — i stedet for at gøre en hash deltage i den traditionelle måde, hvor hver række med “probe-side” – tabellen bruges til at gøre et funktionskald til at søge ind på en hash-tabel, der er oprettet fra “build-side” – tabellen-MemSQL nu har en speciel implementering af hash deltage, som ikke kan fungere på opkald i den inderste løkke.
Også: fortid, nutid, og fremtid streaming: Flink, en Gnist, og den bande
I stedet bruger genereret, templatized kode for at processen en del af arbejdet for flere sonder på én gang i en enkelt SIMD instruktion, der opererer direkte på kodede data. For at demonstrere dette, MemSQL brugt en grundlæggende star schema data sæt.
Det følgende er en grundlæggende stjerne deltage forespørgsel, der styrker behandling af hver enkelt række fra, at bordet er en join, og grupper af kolonner fra en dimension:
Vælg d_daynuminweek, d_dayofweek, count(*) as c
fra media_view_fact f, date_dim d
hvor f_datekey = d_datekeygroup med 1, 2
for ved 1 asc;
Resultaterne fra kører forespørgslen med og uden den nye kodet deltage kapacitet aktiveret vise en hastighedsforøgelse af 101 gange. MemSQL sagde data ikke er pre-samlet, og speedup er på grund af, der opererer direkte på kodede data, ved hjælp af SIMD og forbedret slutte algoritme.
Også: Future directions for Apache Flink/Data Håndværkere
MemSQL 6.7 også introducerer MemSQL Studio, som er et UI af MemSQL klynger for at være i stand til at køre SQL-kommandoer, visualisere forespørgsel planer, profil forespørgsler, arbejdsbyrder, og give et indblik i klynge tilstand og ydeevne. Dette er i nogen grad overskygget af den gratis tier og performance forbedring, men der er ingen tvivl om, det vil også være en velkommen tilføjelse til MemSQL brugere.
Også: Google kan nu søge efter datasæt. Første forskning, så er verden?
Alt i alt, kan dette være en mindre ny version for MemSQL, men det er at bringe det frem i en ikke-så-mol måde. Den gratis tier udbud vil få opmærksomhed, og det er ikke bare et stykke legetøj, men det er den præstation, der MemSQL er virkelig satse på at holde brugerne hooked.
TIDLIGERE OG RELATEREDE DÆKNING:
Manyverse og Sladder: En menneske-centreret teknologi stakken for sociale applikationer
Er du klar over, internettet er ved at dø i et kvælertag af store tech, som du gerne vil have til at flytte væk, men føler, at du ikke har et alternativ? Hvis du er klar til et helt andet paradigme, Manyverse og Sladder kan være dine ting.
Temmelig lavt niveau, temmelig stor deal: Apache Kafka og Sammenflydende Open Source gå mainstream
Apache Kafka er stor, og alle, men det er en tidlig adoptant ting, går den konventionelle visdom. Jay Kreps, Kafka co-creator og Sammenflydende CEO, digresses. Mainstream vedtagelsen sker, og det sker nu, siger han, mens også kommentere på de nyeste trends.
Apache Gnist skabere sat sig for at standardisere fordelt machine learning uddannelse, udførelse og implementering
Matei Zaharia, Apache Gnist co-creator og Databricks CTO, taler om en vedtagelse mønstre, tekniske data og data videnskab, brug og udbygning standarder, og den næste bølge af innovation inden for machine learning: Distribution.
Påståelig og åbne machine learning: nuancerne ved at bruge Facebook ‘ s PyTorch
Soumith Chintala fra Facebook AI Forskning, PyTorch projektleder, fortæller om de tanker, der ligger bag dens oprettelse, og design og usability valg, der foretages. Facebook er nu samlende machine learning rammer for forskning, udvikling og produktion i PyTorch, og Chintala forklarer, hvordan og hvorfor.
Relaterede Emner:
Data Management
Digital Transformation
Robotteknologi
Tingenes Internet
Innovation
Virksomhedens Software
0