Ja-(zu-)SQL: Evaluation einer SQL-Skriptsprache für Hauptspeicherdatenbanksysteme

Abstract

Große Datenmengen in Wirtschaft und Wissenschaft werden klassischerweise in Daten-banksystemen verwaltet. Um die Daten für maschinelles Lernen sowie für die Datenanalyse zu nutzen, ist ein zeitintensiver zyklischer Transformations-und Verschiebeprozess nötig, da die Daten hierfür in anderen Formaten oder schlicht in anderen Plattformen vorliegen müssen. Forschungsarbeiten der letzten Jahre widmen sich der Aufgabe, Datenverwaltung und Datenanalyse in einem System zu integrieren, um teure Datentransfers zu vermeiden. Diese Arbeit untersucht die Leistungsfähigkeit gespeicherter Prozeduren (stored procedures) zur Implementierung von Data-Mining-Algorithmen in Datenbanksystemen. Grundlage hierfür bildet HyPerScript, die PL/SQL-ähnliche Skriptsprache des Hauptspeicherdatenbanksystems HyPer. Ins-besondere evaluieren wir die prototypische Implementierung von fünf Algorithmen, die ganz ohne separates Datenanalysesystem auskommt.