LaraDB：用于线性代数与关系代数计算的极简内核

分析任务通过关系代数（RA）的变体操纵结构化数据，并通过线性代数（LA）的变体操纵定量数据。这两种计算模型的表达能力存在重叠，这促使我们提出一种能够统一推理与算法设计的通用编程模型。在逻辑层面，我们提出了 Lara，一种包含三个算子的精简代数，它能够表达 RA 和 LA 以及相关的优化规则。我们展示了一系列证明，将 Lara 定位在恰好适合作为中间件代数的表达能力水平：比 MapReduce 更显式，但比 RA 或 LA 更通用。在物理层面，我们发现 Lara 算子可以使用在各种后端引擎中均可用的单一原语——对分区有序映射的范围扫描——来实现高效执行。为了评估这些想法，我们在 Apache Accumulo（Google BigTable 的一种流行实现）中将 Lara 算子实现为范围迭代器。首先，我们展示了 Lara 如何表达传感器质量控制任务，并测量了 Lara 允许的优化对该任务的性能影响。其次，我们表明，在涉及以矩阵乘法形式的连接和聚合的核心任务上，LaraDB 的实现优于 Accumulo 原生的 MapReduce 集成，尤其是在通常不适合横向扩展方法的小规模场景下。我们发现 LaraDB 为优化混合抽象的分析任务提供了一个概念上精简的框架，同时不牺牲快速的记录级更新和扫描能力。