比Spark快100倍的GPU加速SQL引擎！BlazingSQL开源了(2)

越小越好

运行以下 Colab 演示，用户可以使用免费英伟达 T4 GPU 资源进行同样的测试，对 BlazingSQL 的实际效果进行验证：

https://colab.research.google.com/drive/1EbPE9FwFur7fE2054BH9s23Kd0FiUgGo

据 介绍，BlazingSQL 大部分性能提升来自团队的内部引擎项目，BlazingSQL 团队的工程师们希望开发一种专为 GPU DataFrames（GDF）构建的 GPU 执行内核，称之为“SIMD 表达式解释器”（SIMD Expression Interpreter）。研发团队分享了一些关于 SIMD 表达式解释器的细节，SIMD 表达式解释器通过几个关键步骤带来提升性能：

1. 接收多个输入，包括 GDF 列、字面量，在不久的将来也会支持函数。
2. 在加载这些输入时，SIMD 表达式解释器将对 GPU 寄存器的分配进行优化，这可以优化 GPU 线程占用率，并提高性能。
3. 然后，虚拟机处理这些输入，并生成多个输出。假设有以下 SQL 查询：

SELECT colA + colB * 10，sin（colA） - cos（colD）FROM tableA 

目前，SIMD 表达式解释器支持 BlazingSQL 的过滤和投影，因此它对许多主流的 SQL 查询都有影响。

使用 BlazingSQL 在 Amazon S3 中查询 CSV 文件的示例代码：

from blazingsql import BlazingContext 
bc = BlazingContext() 
 
bc.s3('dir_name', bucket_name='bucket_name', access_key_id='access_key', secrect_key='secret_key') 
 
# Create Table from CSV 
bc.create_table('taxi', '/dir_name/taxi.csv') 
 
# Query 
result = bc.sql('SELECT count(*) FROM taxi GROUP BY year(key)').get() 
result_gdf = result.columns 
 
#Print GDF 
print(result_gdf) 

更多 BlazingSQL 的操作方法参见：

GitHub 项目链接：https://github.com/blazingdb/pyBlazing/

官方网站：https://docs.blazingdb.com/docs/using-blazingsql

【编辑推荐】

1. 利用深度学习自动补全 Python 代码，这个开源项目有点牛
2. 担心被AI换脸技术祸害？别怕！Deepfake打假队正在赶来
3. 妹子一个rm -rf把公司服务器数据删没了_技术栈微信半月刊第46期
4. 阿里、拼多多面试分享：已获技术专家Offer
5. 2019年上半年企业IT技术在线学习报告

（编辑：ASP站长网）