MemSQL 6.7 ger gratis grupp-och prestandaförbättringar: Transaktioner för ingenting, och snabbare frågor för gratis

0
144

Noll

MemSQL är en in-memory database med stöd för affärsbeslut och analytisk arbetsbelastning. Det har inte varit så länge sedan vi täckt version 6.5, och MemSQL folk inte är brist på ambition, deras vision är att göra deras produkt är den bästa databasen erbjuds där.

Idag, MemSQL släpper version 6.7, vilket ger en rad möjligheter och fokuserade på användbarhet, enkelhet, prestanda och kompatibilitet med äldre system och verktyg från tredje part. Men vad är det förmodligen kommer att få mest uppmärksamhet är gratis grupp-och prestandaförbättringar.

Freebies, några förbehåll

Gratis nivåer är inget nytt, i databaser och utanför. Det är ett bra sätt att bjuda in användare att prova en produkt och se om det fungerar för dem. Tanken bakom den är det om personer som de erbjuder och börja använda det de så småningom kommer att växa ur den fria nivå och få konverteras till betalande användare.

Också: Neuton: En ny, omvälvande neurala nätverk ramen för AI-program

Gratis nivåer som brukar komma med vissa förbehåll, dock. De har en begränsad varaktighet, eller avskalad kapacitet, eller både och. I databaser, restriktioner brukar handla saker såsom begränsad funktionalitet eller lagringskapacitet. MemSQL anspråk på att ha den bästa present med sig, eftersom den erbjuder en fullständig version av MemSQL 6.7, med begränsningar som gäller bara minnets storlek och antal noder — upp till 128 gb och 4 noder.

Nikita Shamgunov, MemSQL VD, sade att alla som använder eller vill använda MemSQL kan bygga vilket program de vill gratis:

istock-592367274.jpg
MemSQL erbjuder en gratis nivå, men hur mycket kan man egentligen göra med det? (Bild: Peshkova, Getty Images/iStockphoto)

“Så länge som de inte behöver stöd eller att skala utanför 128GB eller fyra noder, MemSQL kommer att vara gratis för dem. Och om de växer bortom den fria nivå, det är en enkel begäran om att få en Enterprise-licens och hålla igång deras arbetsbelastning som vanligt.

Gamla databaser som Oracle och SQL Server ta ut en premie för avancerade funktioner såsom Oracle Data Guard och SQL Server-spegling som tillåter sina kunder att köra kritiska arbetsbelastning. Den MemSQL gratis tier kommer med liknande kapacitet ur lådan.”

Lagring är obegränsad, men för i minnet databaser som MemSQL, detta är en sekundär oro. Frågan bearbetning inte sker på disk, men ingen lagring av begränsningar som ser till att du inte kör slut på utrymme för din sekundär lagring.

Också: Bearbetning time series data: Vad finns det för alternativ?

Den verkliga frågan är: Hur mycket kan man få gjort med 128GB minne? Detta kan låta som mycket för den genomsnittlige användaren, men kan någon meningsfull verkliga tillämpningar kan byggas med detta?

Användarbas dynamics

Shamgunov noterade att mängden MemSQL användarbas med upp till 128 gb i minne är mindre än 20 procent, vilket motsvarar mindre än 5 procent av MemSQL: s intäkter. Med andra ord, det är små fiskar för MemSQL, men inte en obetydlig kategori. Om du vill ge MemSQL en dragning, 128GB kan gå en lång väg.

MemSQL kommer med en årlig licens. Så, om en nuvarande kund är under 128GB och fyra node gräns, de kommer att få MemSQL gratis. I teorin kan de sluta betala MemSQL om att de inte behöver något stöd.

Men om de behöver mer kapacitet eller stöd, då de kommer att behöva en Enterprise-licens. Den fria delen av MemSQL kan användas på lokaler eller i molnet, men det gäller inte MemSQL är hanterad version.

memsql-6-7-image.png

MemSQL 6.7 introducerar en instrumentpanel

“När du bestämmer tröskeln för den fria nivå, vi ville se till att kunderna skulle få värdet med att erbjuda, vi var inte fråga om några aktuella betalande kunder föll i gratis kategorin. Vi ville erbjuda en miljö som var tillräckligt robust för att skapa produktions-nivå applikationer,” sade Shamgunov.

Även: Kunskap graphs bortom hype: att Få kunskap i och ut diagram och databaser

Shamgunov också lagt till det är att se att när en kund väl komma igång med MemSQL de utöka sitt kontrakt och hitta andra ställen inom sina organisationer att utnyttja den teknik:

“Vi ser kunder som börjar på sub-$100,000 kontrakt förnya nästa år med över miljoner dollar erbjudanden. Så, vi förväntar oss att denna trend att fortsätta när fler människor har möjlighet att testa och sätta MemSQL i produktion.”

Snabbare stjärniga går för datalagring

Annat än att det handlar om prestanda i-stjärniga går. Som star scheman är ganska typisk i data warehouse, detta innebär att befintliga applikationer som utnyttjar det kan bli mycket snabbare svarstider och samtidig genomströmning. MemSQL belyser det faktum detta gör att interaktiva analytics på stora datamängder med snabbt föränderliga data, utan att ta till komplexiteten i pre-sammanställning av data.

För att uppnå detta, MemSQL har lagt till nya egna, patentsökta algoritmer för stjärniga går att använda sig av vektorisering och SIMD. Dessa algoritmer fungerar direkt på MemSQL är komprimerade kolumn lagra data format, som kallas kodade data.

Shamgunov förklarade att-i stället för att göra en hash på traditionellt sätt, där varje rad av “probe-sidan” bordet används för att göra ett funktionsanrop för att söka i en hash-tabell som skapats från “bygga-sidan” bordet-MemSQL nu har en speciell implementation av hash join att inte göra funktionsanrop i den inre slingan.

Dessutom: Det förflutna, det nuvarande, och framtiden för streaming: Flink, Spark, och gänget

Istället använder det som genereras, templatized kod för att bearbeta en del av arbetet för flera sonder på en gång i en enda SIMD-instruktioner, drift direkt på kodade data. För att visa detta, MemSQL används en grundläggande star schema för uppgifterna.

memsqltable.jpg

Följande är en grundläggande stjärniga gå med frågan som tvingar behandlingen av varje enskild rad från tabellen, gör en koppling, och grupper av kolumner från en dimension:

Välj d_daynuminweek, d_dayofweek, count(*) as c
från media_view_fact f, date_dim d
där f_datekey = d_datekeygroup av 1, 2
beställning av 1 asc;

Resultaten från att driva frågan med och utan de nya kodade gå med kapacitet aktiverat för att visa en uppsnabbning av 101 gånger. MemSQL sa data är inte i förväg samlade, och speedup är på grund av drift direkt på kodade data, med hjälp av SIMD och förbättrad gå med algoritmen.

Även Framtida anvisningar för Apache Flink/Data Hantverkare

memsqlresults.png

MemSQL 6.7 införs också MemSQL Studio, ett UI MemSQL kluster för att kunna köra SQL-kommandon, visualisera frågan planer, profil frågor, arbetsbelastning, och ge insikter i kluster tillstånd och prestanda. Detta är något som överskuggas av den fria nivå och prestanda förbättring, men det är ingen tvekan om att det också kommer att vara ett välkommet tillskott för MemSQL användare.

Också: Google kan nu söka efter data. Första forskning, då världen?

Allt detta kan vara en liten ny release för MemSQL, men det är att föra fram det i en inte-så-små sätt. Fri nivåer erbjuder kommer att få uppmärksamhet, och det är inte bara en leksak heller, men det är resultatet som MemSQL är verkligen satsa på att hålla användare anslutna.

TIDIGARE OCH RELATERADE TÄCKNING:

Manyverse och Scuttlebutt: En människa-centrerad teknik stack för sociala applikationer

Är du medveten om webben är döende i järngrepp av stor tech, från vilken du vill röra sig bort, men känner att du inte har ett alternativ? Om du är redo för ett helt annat paradigm, Manyverse och Scuttlebutt kan vara din grej.

Ganska låg nivå, ganska big deal: Apache Kafka och Sammanflytande med Öppen Källkod gå mainstream

Apache Kafka är bra och allt, men det är en ” early adopter sak, går den konventionella visdomen. Jay Kreps, Kafka co-creator och Sammanflytande VD, digresses. Vanliga antagandet är som händer, och det händer nu, säger han, samtidigt som de kommenterar den senaste utvecklingen i branschen.

Apache Gnista skapare ställer ut för att standardisera distribueras machine learning utbildning, genomförande och distribution

Matei Zaharia, Apache Gnista co-creator och Databricks CTO, samtal om adoption mönster, data teknik och data vetenskap, använda och utvidga standarder, och nästa våg av innovation inom maskininlärning: Distribution.

Påstridig och öppna maskininlärning: nyanserna av att använda Facebook är PyTorch

Soumith Chintala från Facebook AI-Forskning, PyTorch projektledare, berättar om tankarna bakom sitt skapande och design och användbarhet val som görs. Facebook är nu att förena lärande ramar för forskning och produktion i PyTorch, och Chintala förklarar hur och varför.

Relaterade Ämnen:

Hantering Av Data

Digital Omvandling

Robotteknik

Sakernas Internet

Innovation

Affärssystem

0