开发者新闻 | 利用 Python 在 GPU 上实现 SQL 查询数据的初学者指南

本初学者指南是 RAPIDS 生态系统系列文章的第三部分。该系列探讨并讨论了 RAPIDS 的各个方面，这些方面使 RAPIDS 的用户可以解决ETL（提取，转换，加载）问题，构建 ML（机器学习）和 DL（深度学习）模型，探索膨胀图，过程信号和系统日志，或者使用 SQL 语言通过 BlazingSQL 处理数据。

从历史上讲，处理大量结构化数据一直是关系数据库的领域。数据库由可以连接在一起或聚合的表组成，已经成为数据处理的主要部分，并且是许多公司赖以存在的基础。就像数据库几乎是存储和处理数据的同义词一样，结构化查询语言(SQL)已经成为与这些表交互的同义词。

SQL 语言有多种风格，但在核心上它们非常相似。最常见和标准化的是 ANSI SQL，它是一个事实上的标准，其他工具都是从这个标准派生出来的，只是做了一些修改。SQL Server、Teradata SQL 或 Oracle 数据库已经在企业环境中为人所知，而开源软件 (OSS) 解决方案，如 MySQL (或它的fork MariaBD)和Postgres，多年来在已经在爱好者和公司中获得了大量的追随者和广泛的采用。虽然每个解决方案所采用的 SQL 语言可能因其自身的扩展和特性而有所不同，但它们从根本上都源自 ANSI SQL。BlazingSQL 也是如此。

本系列前面的教程展示了其他领域:

在第一篇文章 python pandas 教程中，我们介绍了cuDF，这是一种在 NVIDIA GPU 上处理大量数据的 RAPIDS DataFrame 框架。

第二篇文章比较了 cuDF DataFrame 和 pandas DataFrame 的相似性。

在这篇文章中，我们将介绍炽 SQL，一个运行在 NVIDIA GPU 上的 SQL 引擎。为了帮助您熟悉 BlazingSQL，我们还发布了一个备忘单，可以从这里下载，以及一个具有 BlazingSQL 当前所有功能的交互式笔记本。

原文链接：

https://developer.nvidia.com/blog/

Thrust 1.12.0 是一个主要的版本，提供了bug修复和性能增强。它包含了一个新的 thrust:universal_vector，它包含了主机和设备都可以访问的数据。这能在 CUDA 统一内存使用中运用 Thrust。还增加了新的异步版本的thrust::async:exclusive_scan 和 inclusive_scan 算法。这些同步版本已经更新为直接使用 cub::DeviceScan。这个版本不支持 Clang < 7.0 及 MSVC < 2019 (aka 19.20/16.0/14.20)。更多信息请参见 Thrust 1.12 发布说明。