Data Sapience: только полезное и ничего лишнего
Раз в две недели — только ценная аналитика.
Самые важные и интересные новости в одном письме.
Самые важные и интересные новости в одном письме.
Нажмите «принять», если вы соглашаетесь с условиями обработки куки‑файлов/cookie-файлов и данных о поведении на сайте, нужных нам для аналитики. Запретить обработку куки‑файлов/cookie-файлов можно через браузер
Оптимизация MPP-кластера: предсказываем потребление памяти SQL-запросов
22.07.2026
В блоге Data Sapience на Habr вышла новая статья.
Ресурсы вычислительного кластера всегда ограничены, а запросов — десятки и сотни тысяч в день. Проблема в том, что движок плохо угадывает, сколько памяти реально нужно запросу, и закладывает избыточный резерв. В пиковые часы это выливается в простой ресурсов, очереди и угрозу для SLA.
В статье показываем, как решить это с помощью AI: наш сервис предсказывает потребление памяти SQL-запросами для StarRocks и Impala и встроен прямо в платформу данных Data Ocean Nova.
В материале разбираем:
В статье показываем, как решить это с помощью AI: наш сервис предсказывает потребление памяти SQL-запросами для StarRocks и Impala и встроен прямо в платформу данных Data Ocean Nova.
В материале разбираем:
- какие механизмы управления ресурсами в конкурентной нагрузке существуют в процессинговых движках Data Ocean Nova;
- что из себя представляет специализированный платформенный AI-сервис Nova qModel;
- как qModel повышает пропускную способность StarRocks и Impala и как интегрируется с пользовательским окружением — от API до кнопки в интерфейсе.
Вам может быть интересно
Новости