大多數(shù)數(shù)據(jù)科學家使用諸如R，Python和C / C ++之類的分析工具進行研究。這些工具很難與當前的數(shù)據(jù)庫系統(tǒng)集成，從而導致數(shù)據(jù)分析緩慢而麻煩。北京軟件開發(fā)公司：“數(shù)據(jù)科學家選擇通過開發(fā)??一系列數(shù)據(jù)管理替代方案來重塑數(shù)據(jù)庫系統(tǒng)，這些替代方案可以執(zhí)行與傳統(tǒng)數(shù)據(jù)庫管理系統(tǒng)相似的任務，但是存在許多數(shù)十年前在數(shù)據(jù)庫領域解決的問題。”

“數(shù)據(jù)庫研究界在開發(fā)功能強大的數(shù)據(jù)庫引擎方面取得了長足的進步，該引擎可進行有效的分析查詢處理。” 軟件開發(fā)公司嘗試將數(shù)據(jù)庫科學中的這些創(chuàng)新與數(shù)據(jù)科學家最常使用的分析工具相結合。北京軟件外包公司：“我們研究了如何促進分析工具與關系數(shù)據(jù)庫管理系統(tǒng)的高效，輕松集成。”

大型數(shù)據(jù)集

在計算機科學中使用標準數(shù)據(jù)庫系統(tǒng)的另一個問題是處理的數(shù)據(jù)大小。大多數(shù)數(shù)據(jù)庫系統(tǒng)并未針對使用遠程服務器的大型數(shù)據(jù)集和大規(guī)模數(shù)據(jù)分析進行優(yōu)化。要優(yōu)化數(shù)據(jù)庫系統(tǒng)，可以考慮三種方法。

軟件公司：“我們將研究重點放在數(shù)據(jù)庫-客戶端集成的三種主要方法上：客戶端-服務器連接，數(shù)據(jù)庫內(nèi)處理以及將數(shù)據(jù)庫嵌入客戶端應用程序中。” 對于每種方法，他研究了現(xiàn)有數(shù)據(jù)庫系統(tǒng)中的實現(xiàn)，并評估了它們對于數(shù)據(jù)科學中常見的大型數(shù)據(jù)集和工作負載的效率。

鴨數(shù)據(jù)庫

最終結果是一個名為DuckDB的新數(shù)據(jù)管理系統(tǒng)，該系統(tǒng)專用于與R和Python（及其他分析工具）進行高效且輕松的集成。該管理系統(tǒng)旨在用作成熟的數(shù)據(jù)庫系統(tǒng)，不僅用于研究目的。“在DuckDB中，我們將從研究數(shù)據(jù)庫-客戶端集成的所有課程中吸取教訓，并創(chuàng)建一個易于使用且高效的嵌入式數(shù)據(jù)庫。” 北京軟件外包公司將繼續(xù)擔任CWI的博士后，在那里他將繼續(xù)開發(fā)DuckDB。