天天舔天天插天天干,夜夜操影院,可以在线免费看黄片的网站,高清无码在线免费视频,欧美A片精品,18禁免费网站,日本成人三级片在线观看,夜间福利无码视频无码

俗話說得好，內(nèi)行看門道，外行看熱鬧。那么，如何才能快速達(dá)成從“看熱鬧”到“看門道”這一身份的轉(zhuǎn)換？

答：讀論文，尤其是讀頂尖論文！一篇頂尖論文，要么代表在全球范圍內(nèi)對(duì)其研究領(lǐng)域的實(shí)驗(yàn)性、理論性或預(yù)測(cè)性有新的科研成果或創(chuàng)新見解，要么就是某種已知原理在應(yīng)用上取得了新突破。

騰訊云數(shù)據(jù)庫近期舉辦了 DBTalk 論文在線解讀會(huì)，針對(duì) 3 篇近期被 SIGMOD、WWW 數(shù)據(jù)庫頂會(huì)收錄的論文展開深度解讀，并邀請(qǐng)中國(guó)人民大學(xué)副教授張峰、華中科技大學(xué)副研究員劉渝等專家對(duì)數(shù)據(jù)庫的現(xiàn)狀、未來挑戰(zhàn)、產(chǎn)學(xué)研協(xié)同等議題進(jìn)行深度探討。

“數(shù)據(jù)庫是一個(gè)綜合系統(tǒng)，其背后是發(fā)展了幾十年的數(shù)據(jù)庫理論。作為一名開發(fā)者來說，無論是為了克服工作上源源不斷的挑戰(zhàn)，還是為了跟上時(shí)代最前沿的技術(shù)，想要持續(xù)進(jìn)步，就需要掌握數(shù)據(jù)庫的基本原理和底層邏輯，對(duì)新技術(shù)永遠(yuǎn)抱有好奇心，學(xué)以致用并將在實(shí)踐中收獲的經(jīng)驗(yàn)進(jìn)行反哺。只有這樣，才能不被時(shí)代甩下車?！彬v訊云副總裁、騰訊云數(shù)據(jù)庫負(fù)責(zé)人林曉斌說。

基于壓縮數(shù)據(jù)直接計(jì)算

技術(shù)的數(shù)據(jù)庫系統(tǒng)研究

中國(guó)人民大學(xué)副教授、博士生導(dǎo)師、騰訊犀牛鳥

基金獲得者，張峰

在數(shù)據(jù)壓縮的情況下直接對(duì)數(shù)據(jù)進(jìn)行計(jì)算，這個(gè)想法的提出最初來源于對(duì)節(jié)省時(shí)間、空間雙重維度的迫切需求。

面對(duì)這種需求，中國(guó)人民大學(xué)數(shù)據(jù)工程與知識(shí)工程教育部重點(diǎn)實(shí)驗(yàn)室提出了壓縮數(shù)據(jù)直接計(jì)算技術(shù)，并在論文《CompressDB: Enabling Efficient Compressed Data Direct Processing for Various Databases》中，詳細(xì)講述了如何將該項(xiàng)技術(shù)與數(shù)據(jù)庫做一個(gè)很好的融合，達(dá)到對(duì)多種數(shù)據(jù)庫產(chǎn)品進(jìn)行支撐的目的。

要想使這項(xiàng)技術(shù)支持多種類型的數(shù)據(jù)庫，一種方案就是將該項(xiàng)技術(shù)集成到底層的存儲(chǔ)系統(tǒng)中，但是，這會(huì)產(chǎn)生三個(gè)技術(shù)壁壘：第一，在存儲(chǔ)系統(tǒng)中會(huì)面臨對(duì)數(shù)據(jù)塊的處理，復(fù)雜程度大大提升；第二，對(duì)于頻繁的增刪改查等操作，無法確保高效性；第三，如何利用磁盤和內(nèi)存特性上的差距也是一個(gè)挑戰(zhàn)。

基于上述挑戰(zhàn)，本研究開發(fā)了一個(gè)新的存儲(chǔ)引擎 CompressDB，其采用基于規(guī)則的壓縮技術(shù)并限制其規(guī)則生成深度，支持直接對(duì)壓縮數(shù)據(jù)進(jìn)行數(shù)據(jù)查詢和數(shù)據(jù)操作。與之前相比，這項(xiàng)系統(tǒng)從元素、規(guī)則和 DAG 三個(gè)維度都進(jìn)行了探索：在元素級(jí)別，實(shí)現(xiàn)了一種新的數(shù)據(jù)結(jié)構(gòu)——數(shù)據(jù)洞；在規(guī)則級(jí)別，為隨機(jī)更新啟用了有效的規(guī)則定位和規(guī)則拆分方案，可以實(shí)現(xiàn)快速確定數(shù)據(jù)的位置以及進(jìn)行拆分；在 DAG 級(jí)別，通過降低規(guī)則的層次以提高更新效率。

CompressDB 系統(tǒng)包含三個(gè)模塊，分別是數(shù)據(jù)結(jié)構(gòu)模塊、壓縮模塊以及運(yùn)算模塊。

其中，數(shù)據(jù)結(jié)構(gòu)模塊包含三種數(shù)據(jù)結(jié)構(gòu)：blockHashTable 表示數(shù)據(jù)內(nèi)容到塊位置的映射關(guān)系，幫助系統(tǒng)快速定位到具體的數(shù)據(jù)塊；blockRefCount 記錄塊被引用次數(shù)；blockHole 是更新操作引起的存儲(chǔ)空洞，當(dāng)數(shù)據(jù)塊周圍有 blockHole 時(shí)可進(jìn)行合并。至于壓縮模塊，它支持文件系統(tǒng)中的分層壓縮，能夠做到在壓縮數(shù)據(jù)上插入一條數(shù)據(jù)，可以快速將其合并到壓縮文件里；最后是運(yùn)算模塊，可以將操作下推到文件系統(tǒng)，對(duì)于一些系統(tǒng)沒有的 API ，可通過該模塊進(jìn)行開發(fā)、?實(shí)現(xiàn)。

通過測(cè)試不同數(shù)據(jù)模型的數(shù)據(jù)庫，實(shí)驗(yàn)結(jié)果表明：CompressDB 系統(tǒng)在吞吐率和延遲上都能有 40% 左右的性能提升，在節(jié)省空間方面，CompressDB 系統(tǒng)可達(dá)到 1.81 倍的壓縮率。

面向個(gè)性化需求的在線

云數(shù)據(jù)庫混合調(diào)優(yōu)系統(tǒng)

華中科技大學(xué)副研究員、互聯(lián)網(wǎng)+國(guó)賽金獎(jiǎng)項(xiàng)目“數(shù)據(jù)庫智能管家的創(chuàng)新與探索”指導(dǎo)老師，劉渝

“在數(shù)據(jù)庫領(lǐng)域，數(shù)據(jù)庫管理系統(tǒng)是美國(guó)對(duì)中國(guó)禁運(yùn) 35 項(xiàng)“卡脖子”技術(shù)之一，如果我們想要彎道超車，可以在被譽(yù)為數(shù)據(jù)庫管理系統(tǒng)皇冠上的明珠——數(shù)據(jù)庫運(yùn)維上，占據(jù)一些技術(shù)競(jìng)爭(zhēng)戰(zhàn)略上的制高點(diǎn)?！比A中科技大學(xué)副研究員劉渝說。

作為數(shù)據(jù)庫運(yùn)維主要工作之一的數(shù)據(jù)庫調(diào)參，在以往，需要由經(jīng)驗(yàn)特別豐富的數(shù)據(jù)庫管理員來完成。但隨著數(shù)字設(shè)備的發(fā)展，數(shù)據(jù)庫實(shí)際的增長(zhǎng)速度已經(jīng)遠(yuǎn)遠(yuǎn)超過了對(duì)數(shù)據(jù)庫管理員的培養(yǎng)速度，這意味著很多數(shù)據(jù)管理處于一種失控的狀態(tài)。因此，求助人工智能，采用智能運(yùn)維的方式是數(shù)據(jù)庫調(diào)參領(lǐng)域必然的發(fā)展趨勢(shì)。

在這篇被 SIGMOD 錄取的論文《HUNTER: An Online Cloud Database Hybrid Tuning System for Personalized Requirements》中，其針對(duì)核心問題“如何在保證調(diào)優(yōu)效果的前提下顯著減少調(diào)優(yōu)時(shí)間，尤其是在線訓(xùn)練時(shí)間”提出了混合調(diào)優(yōu)系統(tǒng) Hunter。

Hunter 包括控制器、樣本工廠、空間優(yōu)化器以及推薦器這四個(gè)模塊。

首先，在控制器這一模塊，其主要的工作是克隆 CDB 實(shí)例，目的在于真實(shí)地反應(yīng)負(fù)載和性能之間的變化關(guān)系；其次，Hunter 的樣本工廠通過 Rules 模塊滿足用戶的調(diào)參需求從而定制專屬的訓(xùn)練樣本，并利用遺傳算法 GA，短時(shí)間內(nèi)就能收集到相對(duì)優(yōu)秀的訓(xùn)練樣本；第三，通過在空間優(yōu)化器中進(jìn)行指標(biāo)壓縮和旋鈕篩選，減少輸入，也就是訓(xùn)練數(shù)據(jù)的維度；最后，采用逐步放寬只壓測(cè)最優(yōu)配置的方式，拓展最優(yōu)解的尋找范圍，盡可能尋找全局最優(yōu)解。

經(jīng)實(shí)際的對(duì)比效果，可以看出 Hunter 在獲得更優(yōu)吞吐量和延遲的基礎(chǔ)上，在所需時(shí)間上取得了近乎碾壓的效果，其在 20 個(gè)克隆實(shí)例的并發(fā)場(chǎng)景下，調(diào)優(yōu)時(shí)間僅需 2 小時(shí)。

作為一個(gè)真正可以落地的數(shù)據(jù)庫調(diào)參系統(tǒng)，Hunter 不僅可以適應(yīng)用戶的個(gè)性化需求，還可以進(jìn)行在線訓(xùn)練，并有著極高的效率與可信賴的結(jié)果。可以說它的出現(xiàn)，對(duì)我國(guó)自治數(shù)據(jù)庫的發(fā)展，將產(chǎn)生極大的推力。

可擴(kuò)展的圖神經(jīng)結(jié)構(gòu)搜索系統(tǒng)

騰訊 TEG 機(jī)器學(xué)習(xí)平臺(tái)部 Angel Graph 團(tuán)隊(duì)?wèi)?yīng)用研究員、北京大學(xué)計(jì)算機(jī)系在讀博士生，張文濤

目前，很多數(shù)據(jù)都是以圖結(jié)構(gòu)數(shù)據(jù)的形式存在，而圖神經(jīng)網(wǎng)絡(luò)（GNN）是一種利用深度學(xué)習(xí)直接對(duì)圖結(jié)構(gòu)數(shù)據(jù)進(jìn)行學(xué)習(xí)的框架，它被廣泛用于多個(gè)場(chǎng)景，如推薦系統(tǒng)、異常檢測(cè)、數(shù)據(jù)庫診斷、蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)等等。

然而，現(xiàn)有的圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)存在著兩個(gè)技術(shù)瓶頸：一方面，傳統(tǒng)的圖神經(jīng)網(wǎng)絡(luò)模型遵循 NMP 消息傳遞機(jī)制，可擴(kuò)展性較低。這是因?yàn)閷W(xué)術(shù)屆在設(shè)計(jì)這種執(zhí)行網(wǎng)絡(luò)結(jié)構(gòu)時(shí)，更加關(guān)注這種模型的性能，以及在分布式場(chǎng)景下的計(jì)算或者通信；但當(dāng)這種機(jī)制面臨工業(yè)級(jí)大規(guī)模的圖數(shù)據(jù)的時(shí)候，分布式的方式就會(huì)導(dǎo)致數(shù)據(jù)存儲(chǔ)于不同的機(jī)器上。當(dāng)其通信時(shí)，頻繁的聚合操作會(huì)產(chǎn)生非常高昂的通訊開銷。

另一方面，現(xiàn)有的圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)需要用戶針對(duì)特定圖數(shù)據(jù)和圖任務(wù)編寫代碼和訓(xùn)練流程，這就需要經(jīng)驗(yàn)豐富的專家來設(shè)計(jì)網(wǎng)絡(luò)結(jié)構(gòu)，門檻相對(duì)來說較高。

那么，如何在兼顧 GNN 可擴(kuò)展性的同時(shí)，設(shè)計(jì)出使用門檻低的圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)，是該領(lǐng)域當(dāng)下需要迫切解決的問題。

在論文《PaSca: a Graph Neural Architecture Search System under the Scalable Paradigm》中，騰訊 TEG 機(jī)器學(xué)習(xí)平臺(tái)部 Angel Graph 團(tuán)隊(duì)?wèi)?yīng)用研究員、北京大學(xué)計(jì)算機(jī)系張文濤博士提出了一個(gè)端到端的大規(guī)模圖神經(jīng)結(jié)構(gòu)搜索系統(tǒng)，它不需要人為定義網(wǎng)絡(luò)結(jié)構(gòu)和訓(xùn)練流程，當(dāng)接收到數(shù)據(jù)和優(yōu)化目標(biāo)之后，系統(tǒng)能夠自動(dòng)完成數(shù)據(jù)的處理、建模、以及訓(xùn)練流程，極大地降低了圖神經(jīng)網(wǎng)絡(luò)的使用門檻。

其次，該論文又提出了一個(gè)新的圖神經(jīng)網(wǎng)絡(luò)建模范式——SGAP 建模范式。區(qū)別于現(xiàn)有的消息傳遞機(jī)制，SGAP 把建模的過程拆分成三個(gè)階段：前處理—訓(xùn)練—后處理，其中，消息聚合操作只存在于前處理和后處理中，大幅度降低了分布式場(chǎng)景下的通信開銷。

在系統(tǒng)設(shè)計(jì)上，本文還提出了一個(gè)名為 PaSca 自動(dòng)化搜索系統(tǒng)，來支持更簡(jiǎn)單和更高效的大規(guī)模圖學(xué)習(xí)。其包含了兩個(gè)模塊，分別是自動(dòng)化的搜索引擎以及分布式的評(píng)估引擎，前者的主要目標(biāo)是找到在 SGAP 建模范式下能同時(shí)兼容多個(gè)搜索目標(biāo)的可擴(kuò)展圖神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)；后者則主要是用來高效評(píng)估被推薦的網(wǎng)絡(luò)結(jié)構(gòu)性能。

最后在多個(gè)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，在分布式場(chǎng)景下的可擴(kuò)展性上，基于 SGAP 范式建模的 PaSca-APPNP 模型相比于基于 NMP 范式建模的 GraphSAGE 模型，能取得接近線性并且更加接近理想的加速比。

圓桌討論：產(chǎn)學(xué)研協(xié)同，合作共贏

通過上文的圖神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以看出，工業(yè)界、學(xué)術(shù)界若互相割裂，必然會(huì)導(dǎo)致技術(shù)發(fā)展的落后。在對(duì)以上 3 篇論文進(jìn)行詳細(xì)的深度解讀后，幾位老師又聚在一起，共同探討數(shù)據(jù)庫領(lǐng)域未來的發(fā)展，其中就包括產(chǎn)學(xué)研協(xié)同問題。

對(duì)此，劉渝老師認(rèn)為：從企業(yè)的角度看，更在乎的是當(dāng)下能夠?yàn)橛脩魩砟男├?；而從學(xué)術(shù)的角度來看，他們關(guān)注的可能是更長(zhǎng)遠(yuǎn)的問題，兩者之間是有一些矛盾的。所以要想把產(chǎn)學(xué)研協(xié)同這件事情做好，需要雙方相互理解，求同存異，共同進(jìn)步。

而張文濤老師則以自身舉例，他說，“一方面，我在做學(xué)術(shù)研究的時(shí)候，可以近距離接觸公司內(nèi)部真實(shí)的數(shù)據(jù)以及業(yè)務(wù)的需求，會(huì)發(fā)現(xiàn)很多之前在實(shí)驗(yàn)室想象不到的新的問題。另一方面，我們將最新的技術(shù)研究帶到公司，幫助騰訊實(shí)際業(yè)務(wù)場(chǎng)景落地，不管是提升影響力，還是解決一些實(shí)際的業(yè)務(wù)問題，都給公司創(chuàng)造了效益。這是一個(gè)合作雙贏的良性循環(huán)的過程。”

最后，張峰老師補(bǔ)充道，“數(shù)據(jù)庫技術(shù)發(fā)展要想做到產(chǎn)學(xué)研結(jié)合，一個(gè)很好的方式是聯(lián)合實(shí)驗(yàn)室，比如中國(guó)人民大學(xué)和騰訊公司，在 2019 年就簽訂了中國(guó)人民大學(xué)—騰訊聯(lián)合協(xié)同創(chuàng)新實(shí)驗(yàn)室。人民大學(xué)在國(guó)產(chǎn)數(shù)據(jù)庫基礎(chǔ)研究方面有著豐富的積累經(jīng)驗(yàn)，而騰訊數(shù)據(jù)庫團(tuán)隊(duì)在應(yīng)用實(shí)踐上有豐富的經(jīng)驗(yàn)。在產(chǎn)學(xué)研的過程中，企業(yè)、高校是一個(gè)互相支撐的總體，在人才培養(yǎng)中，人民大學(xué)和騰訊公司聯(lián)手合作，采用校企聯(lián)合培養(yǎng)的機(jī)制培養(yǎng)數(shù)據(jù)庫的頂尖研發(fā)人員。”

寫在最后

本次 DBTalk 的圓滿結(jié)束，除了讓更多開發(fā)者跨越語言障礙，學(xué)習(xí)頂尖數(shù)據(jù)庫技術(shù)外，還讓人看到了我國(guó)學(xué)者的實(shí)力。

曾幾何時(shí)，中國(guó)學(xué)者的論文在 SIGMOD 等頂會(huì)所占的比例不足 1%，而現(xiàn)在，隨著我國(guó)技術(shù)逐漸走出國(guó)門，我國(guó)學(xué)者也逐漸在各種國(guó)際數(shù)據(jù)庫頂會(huì)上大放異彩，比如今年，也是騰訊云數(shù)據(jù)庫的科研成果入選 SIGMOD、VLDB、ICDE 等數(shù)據(jù)庫國(guó)際頂會(huì)的第六年。相信經(jīng)過不斷的技術(shù)創(chuàng)新和理論證明，中國(guó)數(shù)據(jù)庫界會(huì)在 SIGMOD 等會(huì)議上發(fā)表更多的好文章。

﹀

-- 更多精彩 --

基于壓縮數(shù)據(jù)直接計(jì)算技術(shù)，定義新型數(shù)據(jù)庫處理 | SIGMOD 2022入選論文解讀

三篇論文入選國(guó)際頂會(huì)SIGMOD，厲害了騰訊云數(shù)據(jù)庫?

↓↓點(diǎn)擊閱讀原文，了解更多優(yōu)惠

必看！重點(diǎn)高校教授帶你讀數(shù)據(jù)庫頂會(huì)論文