Chiosa
Search & Data

JetStream acelera consultas conocidas dentro de bases de datos existentes

2 min
Publicado en Chiosa Actualizado

En palabras sencillas

Las bases de datos pueden responder muchos tipos de consultas, pero esa flexibilidad puede ralentizar las consultas conocidas. JetStream añade a una base de datos existente aceleradores generados para consultas concretas; la base de datos sigue gestionando el almacenamiento, las escrituras y las demás consultas.

Algunos aceleradores conservan datos adicionales para evitar trabajo al responder una consulta. En las 22 consultas probadas, la versión con estado logró, en promedio, lecturas mucho más rápidas que DuckDB. El resultado corresponde a las consultas evaluadas, no a todas las bases de datos o consultas.

La investigación

¿Pueden ejecutarse más rápido las consultas conocidas de una base de datos sin trasladar los datos a otro sistema ni renunciar a las escrituras y a consultas menos predecibles?

JetStream aborda esa disyuntiva al conectar aceleradores generados para consultas específicas a una base de datos existente, que sigue a cargo del almacenamiento y de las demás operaciones.

JetStream genera aceleradores de consultas junto a una base de datos existente y puede añadir resúmenes mantenidos y pruebas para acelerar consultas conocidas mientras la base anfitriona sigue gestionando el resto de su trabajo.

Los resultados de solo lectura en TPC-H comparan JetStream con DuckDB en las 22 consultas con factor de escala 20. Los aceleradores sin estado lograron una aceleración media geométrica de lectura de 2.1x con 32 hilos; los aceleradores con estado, 315x, y los verificados, 93x.

Estas medias geométricas combinan las razones de aceleración por consulta, por lo que resumen las consultas probadas y no describen cada una. Con una actualización cada 15 segundos, la aceleración media geométrica de la carga de trabajo en las 22 consultas fue de 120.5x frente a DuckDB, contando las lecturas y los costos de mantenimiento.

Los resultados abarcan la carga de trabajo TPC-H probada y seis consultas de SEC-EDGAR, no todas las cargas de trabajo de bases de datos. La garantía de respuestas verificadas también depende de que el sistema anfitrión cumpla los contratos de entrada y orden de confirmación, y de que sean confiables la traducción de SQL y las interfaces del anfitrión.

Análisis

Detalles

Siguiente paperUn resumen compacto acelera la búsqueda de pronósticos combinados