- 1、本文档共19页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
(inzettabytes)
大数据:数据量,数据生成的速度和多模态
•Volumeofdata/informationcreated,captured,copied,andconsumedworldwidefrom2010to2025©Statista2021/statistics/871513/worldwide-data-created/
物联网、边缘设备和用户行为产生大量数据
•数据量(Volume)和数据生成速度(Velocity)
•图片,文档,图,时序,交易
数据处理的深度也在增加
/hackernoon/the-ai-hierarchy-of-needs-18f111fcc007
Vectordatabase
模型
发布时间
参数量
预训练数据量
GPT-1
2018年6⽉
1.17亿
约5GB
GPT-2
2019年2⽉
15亿
40GB
GPT-3
2020年5⽉
1750亿
45TB
GPT-3.5(ChatGPT)
2022年11⽉
千亿级
百TB级?
GPT-4
2023年3⽉
万亿级(估)
未披露
大模型崛起引领大数据新需求
•大模型需要大数据
•如何获得更多数据?如何提升数据质量?如何高效处理海量数据?
吴恩达的“二八定律”:
深度学习应当从Model-centric向Data-centric转变
搜索增强的内容生成:RAG
80%Data
Answer
一Question?--
20%Model
Nearestneighbors
吴恩达(AndrewNg.)
=BetterAI
Prompt
User
+
在线离线一体化
向量数据库与关系数据库一体化
数据处理与AI计算一体化
大模型崛起引领大数据新趋势
在线模型(策略)表现与离线不一致
•数据不一致
•模型效果不一致
ETL
DataLake
(MPPDB,HDFS)
离线链路
(PyTorch,TF)
Analysts
实时链路
RealTimeETL(Flink,SPARK)
OnlineModel
Update
(PyTorch,TF)
(Flink,Spark+HUDI)
趋势一:在线离线一体化
OLTP
(Hbase,KV,ES)
ModelServing(PyTorch,TF)
Queue
(Kafka)
Database(MySQL)
Apps
问题
OLAP
(Presto,CK)
BatchTraining/Test
双计算引擎
用于事务和分析工作负载的一份数据副本
兼容MySQL和Oracle
与多租户高度兼容,实现资源隔离
2-in-1Architecture:TPAP一体化
•ZhifengYang,QuanqingXu,ShanyanGao,ChuanhuiYang,GuopingWang,YuzhongZhao,FanyuKong,HaoLiu,WanhongWang,JinliangXiao.OceanBasePaetica:AHybridShared-nothing/Shared-everythingDatabaseforSupportingSingleMachineandDistributedCluster.PVLDB,16(12):3728-3740,2023.
单机分布式一体化架构
HTAP引擎(TP+AP)
原生多租户架构
架构创新
分布式事务
分布式调度
并行执行
存储过程
MySQL兼容性
Oracle兼容性
SQL优化器
分布式存储
可以独立部署,也可以分布式部署
HTAP+DBaaS:成本优化和简化维护
OLAPsystem
OLAPworkload
成本优化,维护方便
混合负载
复杂查询优化
•自动计划不断
演变
线性化实时OLAP处理能力
•水平可扩展性(数百亿条数
据记录)和低延迟(秒)
TPAP同一套引擎
•同时处理TP和AP查询
集群级别的并发控制
•优化资源分配和流量控制的灵活策略,
TPAP同一套引擎
Traditionalprocessing
HTAPprocessing
Step1OLTPrequests
Step2OLAPrequests
OLTP+OLAPrequ
文档评论(0)