• Slack Channel
• Discussions

What is FEDB

FEDB是一个面向实时推理和决策应用开发的NewSQL数据库

• 高性能

基于内存的存储引擎降低数据访问延迟，通过HybridSE对SQL进行极致地编译优化提升执行效率，让开发高性能的实时推理和决策应用变的非常简单

• SQL兼容

兼容大部分ANSI SQL语法，有python和java client。其中java client支持大部分JDBC接口

• 在线离线一致性

结合NativeSpark, 使用FEDB开发的机器学习应用可以一键上线，并且保证在线离线一致性，大大降低了机器学习场景的落地成本

• 支持分布式，易扩展

支持故障自动切换，支持横向扩展

注:目前还处于unstable状态并且有许多功能待补齐,不能运用于生产环境

Getting Started

Build

git clone https://github.com/4paradigm/fedb.git
docker run -v \`pwd\`/fedb:/fedb -it ghcr.io/4paradigm/centos6_gcc7_hybridsql:0.0.1 bash
cd /fedb
git submodule update --init
sh tools/install_fesql.sh
mkdir -p build && cmake ../ && make -j5 fedb

Demo应用示例

• 实时预测出租车行程耗时demo
• [实时检测在线交易健康状态Demo] oncoming

架构图

未来规划

ANSI SQL兼容

FEDB目前已经兼容主流DDL、DML语法，并逐步增强ANSI SQL语法的兼容性

• [2021H1] 完善Window的标准语法，支持Where, Group By, Join等操作
• [2021H1&H2]针对AI场景扩展特有的语法特性和UDAF函数

功能/性能提升

为了满足实时推理与决策场景的高性能需求，fedb选择内存作为存储引擎介质，而目前业界使用内存存储引擎都存在内存碎片和重启恢复效率问题，fedb计划在内存分配算法进行优化降低碎片问题以及引入PMEM(Intel Optane DC Persistent Memory Module)存储介质提升数据恢复效率，具体计划如下

• [2021H1]支持新内存分配策略，降低内存碎片问题
• [2021H2]实验支持PMEM存储引擎

生态构建

FEDB有java/python client，java client支持jdbc接口的大部分功能。未来会对接到大数据生态，让flink/kafka/spark与FEDB更方便集成

• [2021H1&H2]支持flink/kafka/spark connector

贡献代码

请参考这里

反馈和参与

• bug、疑惑、修改欢迎提在Github Issues
• 想了解更多或者有想法可以参与到slack交流

许可证

Apache License 2.0