PostgreSQL 上的机器学习

Question

我感兴趣的描述运行的机器学习算法直接在PostgreSQL内部的位置。

该论文的基本要点是我将我的算法编写为一个函数，该函数给出了第 n 个模型

def get_model(n):
   return make_step(model(n-1))

def make_step(model):
   # Compute gradient and make update and return new model

这个想法是数据库将优化数据流，以便查询运行得非常快。

我的数据大约有 10^12 个样本，10^9 个特征，平均每个样本有 1000 个不为零的特征（高度！稀疏）。

我证明我的问题是合理的，因为我发现了以下内容，

• 用于定义稀疏向量
• 定义内积
• 递归查询
• 而且我很确定 PostgreSQL 可以分发到许多机器上

我的问题是，

• PostgreSQL 处理稀疏矩阵向量乘积的能力如何？
• PostgreSQL 真的会针对更好的数据流和处理进行优化吗？
• 我的任何假设或其他目标是否不切实际？