SQL还是那个SQL么？
前言
今天MLSQL群里有个小伙伴问到，能把Spark, Flink 这些框架运行在黑莓上么? 我回答道：可以作为一个内置SQL计算引擎嵌入(不是数据库)，其他可能没啥用了。
不过这又引起了我的另外两个思考，第一个是，Spark真的能(或者有必要)跑在移动设备上么？第二个问题是，在传统Web/App开发领域，SQL只是数据库的一个操作语言（DSL），但是在大数据里，SQL已经远远超越了数据库操作语言的范畴，而是数据处理的标准语言，而在MLSQL中，SQL被发挥到极致，是一切数据处理的核心语言，无论爬虫，数据处理，流式，ML(AI)都是用SQL做交互的。 那么为什么在大数据领域SQL会有这种变革呢而在Web/App开发领域没有这种事情发生呢？
Spark真的能(或者有必要)跑在移动设备上么
首先,Spark经过改造完全可以跑在移动设备上的，其次是这也是有必要的。之前跟挖财的小伙伴交流，他们用改造过的Spark引擎可以把一些小数据量的复杂SQL计算缩小到几毫秒，那么如果将该引擎移植到Ios/Android/BlackBerry, 根据我前面提到的第二个思考，我们不再把SQL当做一个数据库操作语言，而是数据处理语言，我在移动设备上完全可以把数据处理全部换到spark引擎上，而且可以实现处理逻辑的热升级（手机端连接服务器，更新SQL脚本）就能更新数据处理逻辑。会不会功耗过高？几毫秒的CPU(GPU/AI芯片)而已。
对 Web/App小伙伴思维模式的冲击
我们知道以前在做Web的时候，分库分表的痛点是查询的时候很难受。而早期Spark无法被Web/App的小伙伴使用，因为他做不到毫秒级的计算延迟。但是有针对性的对Spark做优化（不再针对大数据，而是针对Web/App）,得益于Spark的多数据源支持，以及高效的SQL计算引擎，分表分库查询不在是噩梦，我们可以轻易实现。事实上，tidb已经是这么做的了。这是以第一点。
第二点是，很多业务处理环节，是不是都能通过SQL来处理呢？不能说大部分，但是应该相当一部分是可以不用写代码了，而是通过SQL来完成的，那这也意味着，我们可以热更新的好处。所有数据处理无非如下三种模式：
image.png
而在MLSQL里，我们甚至对API也用SQL做了抽象：
image.png
最后的实现效果如下：
image.png
我们会用sql对传递进来的data的每条内容中的feature字段进行处理，得到的结果也会是一张表。
结论
- SQL可以在Web/App 领域进一步发扬光大，就像他在大数据里一样。
- Spark 团队可以考虑将Spark移植到Web/App领域。
- 期待挖财团队的新开源项目。