我在看到了一些有趣的东西，几乎完全与大数据有关。对我来说最突出的两个项目是图形数据库系统 （我希望我有时间和理由深入研究它）和 它绝对让我大吃一惊。 年 9 月中旬（撰写本文时的上周），我在看到了一些有趣的东西，几乎完全与大数据有关。对我来说最突出的两个项目是图形数据库系统 （我希望我有时间和理由深入研究它）和 它绝对让我大吃一惊。 自从我第一次听说 并研究它以来，它似乎是一个非常糟糕的解决方案。太多的工作、分离的数据、不是实时的、依赖 IT 将他们的查询放在一起等等。也看到了这个问题，但他们以完全不同的、双管齐下的方法解决了这个问题。这不是产品评论，而是技术和可能性的概述。
是商业智能术的供应商
它包括一个由“芯片内”技术支持的后端，可以让非技术人员轻松访问和分析来自多个来源的大数据集，以及一个用于创建的前端将显示在任何设备（包括移动设备）上的仪表 数据库 板和报告。我将专注于前者。 图像 更多阅读 亚马逊定价的预测分析 使用预测分析在亚马逊上获得最佳交易 在线交易者需要认真对待数据泄露的威胁 谷歌报告显示 用户需要 来保护数据隐私 使用 AI 延长笔记本电脑电池寿命的好处（和局限性） 基于云的 跟踪彻底改变了挖掘项目 BI 应用程序通常会处理大量数据，以便以易于理解的方式提供有用的反馈。因此，它们往往相当慢，因为从磁盘到内存再到 的数据流是恒定的。许多供应商尽可能多地在 中处理以加快速度，但这需要大量的。
为了更有效地使用 RAM
几乎所有的 供应商都使用列式数据库作为暂存区，这与删除不需要的数据时结果集的效率差不多。 这就是 与众不同的地方，以及他们如何宣称他们可以以 10 倍于竞争对手的速度处理 100 倍的数据。将数据留在磁盘上，而不是试图将其塞入 ，然后将其压缩。 现在这里是他们的秘密 酱的用武之地：他们在 DV线索 缓存中进行解压缩。 正如您从我们的图形中看到的那样，即使是 的 L3 缓存也比在 中快几个数量级，并且由于数据都是高度压缩的，它从磁盘移动到 的速度比在 中快得多正常是可以达到的。 完成所有这些工作的应用程序是Pr它并不止于此。持有所有数据当前位置的内存映射。当它处理数据或进行任何类型的计算时，它会将矢量代数应用于数据，从而使 能够利用 x86 片内单指令多数据 矢量指令。
