প্রকল্প সম্পর্কে
HeavyDB, যা পূর্বে MapD Core বা OmniSciDB নামে পরিচিত, একটি ইন-মেমরি, কলাম-ভিত্তিক SQL রিলেশনাল ডেটাবেস যা প্রথম থেকেই GPU-তে চালানোর জন্য ডিজাইন করা হয়েছে। এই রিপোজিটরিতে ডেটাবেস ইঞ্জিনের সাথে বিল্ড টুলিং এবং ডেভেলপার ডকুমেন্টেশন রয়েছে।
প্রকল্পটি যা প্রদান করে:
- একটি SQL রিলেশনাল ডেটাবেস যার ইন-মেমরি কলামার স্টোরেজ মডেল রয়েছে।
- GPU-ভিত্তিক এক্সিকিউশন একটি মূল ডিজাইন লক্ষ্য, যেখানে GPU বিল্ডের জন্য সামঞ্জস্যপূর্ণ NVIDIA ড্রাইভার এবং CUDA টুলকিট প্রয়োজন।
- Ubuntu 22.04 এবং Rocky Linux 8.x-এর জন্য বিল্ড স্ক্রিপ্ট এবং ডিপেন্ডেন্সি টুলিং, যা /usr/local/mapd-deps-এর অধীনে ডিপেন্ডেন্সি ইনস্টল করে এবং একটি এনভায়রনমেন্ট স্ক্রিপ্ট তৈরি করে যা ডেটাবেস কনফিগার করার আগে সোর্স করতে হবে।
- প্রি-বিল্ট ডিপেন্ডেন্সি আর্কাইভের জন্য সমর্থন (উভয় প্ল্যাটফর্মে স্ট্যাটিক, Ubuntu-তে অতিরিক্তভাবে শেয়ার্ড) এবং সোর্স থেকে ডিপেন্ডেন্সি আর্কাইভ তৈরি করার ক্ষমতা।
- ইনস্টলেশন, কনফিগারেশন, রিলিজ নোট এবং ডিপেন্ডেন্সি কুইকস্টার্টের জন্য ডকুমেন্টেশন লিংক।
ডেভেলপমেন্ট এবং কন্ট্রিবিউশন:
- Apache License 2.0-এর অধীনে লাইসেন্সপ্রাপ্ত; থার্ড-পার্টি প্যাকেজগুলি রিপোজিটরিতে নথিভুক্ত পৃথক লাইসেন্স দ্বারা আচ্ছাদিত।
- কন্ট্রিবিউশন নির্দেশাবলী CONTRIBUTING.md-এ প্রদান করা হয়েছে।
- কোড স্টাইল নির্দেশনা C++ Core Guidelines-কে উল্লেখ করে, যেখানে রিপোজিটরি রুটে clang-format (Chromium-ভিত্তিক স্টাইল) এবং clang-tidy কনফিগারেশন রয়েছে; একটি make টার্গেট clang-tidy চালায়।
- সোর্স ফাইলগুলিতে SPDX লাইসেন্স হেডার থাকা প্রত্যাশিত, যা একটি প্রি-কমিট হুক দ্বারা পরিচালিত এবং CI-তে যোগ বা পরিবর্তিত ফাইলগুলির জন্য প্রয়োগ করা হয়; ভেন্ডরড থার্ড-পার্টি কোড এই নিয়ম থেকে অব্যাহত।
- সোর্স থেকে বিল্ডিং একটি বৃহত্তর HeavyAI প্ল্যাটফর্ম তৈরি করে বলে নথিভুক্ত, যার মধ্যে Immerse, WebServer, GEOS DSOs এবং HeavyDB অন্তর্ভুক্ত, যা একটি ব্যবহারযোগ্য Docker ইমেজে রূপান্তরিত হয়।
নিরাপত্তা এবং সমর্থন:
- নিরাপত্তা দুর্বলতা পাবলিক GitHub ইস্যুর মাধ্যমে রিপোর্ট করা উচিত নয়; ব্যক্তিগত রিপোর্টিং চ্যানেলগুলি SECURITY.md-এ বর্ণিত।
- কমিউনিটি প্রশ্ন এবং মতামত HeavyAI GitHub Discussions-এ নির্দেশিত, যেখানে রক্ষণাবেক্ষণকারীরা ইস্যু এবং পুল রিকোয়েস্ট পর্যালোচনা করে সেরা-প্রচেষ্টা ভিত্তিতে, কোনো নিশ্চিত প্রতিক্রিয়া সময়সীমা ছাড়াই।
এই ওভারভিউ শুধুমাত্র রিপোজিটরি README-তে যা বলা হয়েছে তা প্রতিফলিত করে; এটি কর্মক্ষমতা, বেঞ্চমার্ক বা অন্যান্য সিস্টেমের সাথে তুলনা সম্পর্কে কোনো দাবি করে না।
Comments
0 people shared their preference · Deer Point appears after 10 participants
Sign in to join the discussion.