论文标题：GaussDB-AISQL: a composable cloud-native SQL system with AI capabilities

期刊：Frontiers of Computer Science

作者：Cheng CHEN, Wenlong MA, Congli GAO, Wenliang ZHANG, Kai ZENG, Tao YE, Yueguo CHEN, Xiaoyong DU

发表时间：22 Aug 2024

DOI： 10.1007/s11704-024-40624-2

微信链接：点击此处阅读微信文章

引用格式：

Cheng CHEN, Wenlong MA, Congli GAO, Wenliang ZHANG, Kai ZENG, Tao YE, Yueguo CHEN, Xiaoyong DU. GaussDB-AISQL: a composable cloud-native SQL system with AI capabilities. Front. Comput. Sci., 2025, 19(9): 199608

阅读原文：

文章精要

云原生数据仓库具有高弹性、高可用性和经济性，其流行彻底改变了数据分析领域。同时，人工智能（AI）的日益普及促使数据仓库在现有描述性分析的基础上，提供预测性分析。因此，越来越多的云数仓供应商开始在数据仓库中支持AI模型的训练和推理，利用近数据处理的优势，实现模型的快速开发和部署。然而，大多数现有解决方案都受到复杂语法或跨引擎数据传输缓慢的限制。

GaussDB-AISQL的整体架构

为了解决这些问题，该团队提出了GaussDB-AISQL，这是一个具有AI功能的可组合SQL系统。GaussDB-AISQL采用可组合的系统设计，将计算、存储、缓存、数据库引擎和AI引擎解耦。该系统在模型生命周期内提供端到端模型训练和推理所需的所有功能。同时，它提供了类似SQL的语法，简化了操作并提高了效率，并减轻了手动模型管理的负担。

系统支持模型透明的预测分析。在这个例子中，“species”是iris表的目标预测列。在创建iris表之后，AISQL在加载数据时会自动触发模型训练过程。当数据量的增长超过阈值或数据分布发生变化时，AISQL会自动重新训练模型。用户无需手动创建模型，因此它非常易于使用。据我们所知，AISQL是第一个为在SQL中运行AI提供此类透明SQL接口的系统。

在训练AI模型时，GaussDB-AISQL通过从分布式共享内存中并发拉取数据，进行高度并行的数据传输。GaussDB-AISQL中的特征选择算法使训练过程更加高效。在运行模型推理时，GaussDB-AISQL将训练好的模型对象作为用户定义函数注册到本地数据仓库中，从而避免了将推理数据移出数据仓库到外部AI引擎。实验结果表明，与传统机器学习工作流相比，GaussDB-AISQL在模型训练方面性能提高了8倍，在模型推理方面性能提高了19倍。与其他SQL+AI系统相比，GaussDB-AISQL的训练时间仍不到其一半，且准确率更高。

期刊简介

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，南京大学支持，SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为周志华教授，共同主编为熊璋教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐B类期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”；两次入选“中国科技期刊卓越行动计划”（一期梯队、二期领军）。

中国学术前沿期刊网

http://journal.hep.com.cn