在SedonaDB 0.4中，我们教会这个Rust数据库在您$1,500的游戏GPU的光线追踪核心上运行空间连接，并且它超越了H100。Apache Sedona社区发布了SedonaDB 0.4.0，解决了187个问题，并由15位贡献者添加了26个新功能。SedonaDB是第一个将空间数据视为一等公民的开源单节点分析数据库——对应于在单台机器上运行的小到中等数据集的分布式Sedona引擎。这是关于SedonaDB 0.4的新功能系列文章中的第一篇。我们将在后续文章中覆盖更多发布内容——Python DataFrame API，R的dplyr接口，地理信息支持，GeoParquet写入支持，N维栅格和Zarr等；欲了解完整信息，请参阅0.4.0发布博客。我们以我们最兴奋的功能开始：GPU加速的空间连接。GPU加速的空间连接 ¶ 游戏用GPU包含专为视频游戏照明设计的专用光线追踪核心——在数据库查询期间它们处于空闲状态。空间连接涉及查找相交的几何形状，这与光线追踪原始图形自然契合。我们构建了RayBooster，一个将光线追踪核心加速引入SedonaDB的扩展。附带的研究论文“RayBooster: 加速SedonaDB的光线追踪引擎”被VLDB 2026（工业轨道）接受，与俄亥俄州立大学合作开发。它是如何工作的：四个组件 ¶ 1. GPU友好的存储布局。RayBooster使用结构化数组布局而不是面向流的WKB格式，分离偏移量、顶点和类型，使任何几何形状的O(1)随机访问成为可能。 2. 单一的单体索引。它使用Z堆叠，而不是构建数百万个小索引树——将每个几何形状的ID编码到光线追踪场景的未使用Z轴中，并为整个批处理建立一个全局BVH。 3. 一个通用谓词引擎。RelateEngine在RT核心上计算DE-9IM矩阵（一个拓扑描述符），提供一个代码路径以解析任何几何形状/谓词组合，而不是硬编码500多个内核变体。 4. 记忆感知执行。一个调度和溢出层使连接在不规则的现实世界负载的GPU内存预算内，防止内存不足故障。性能 ¶ 在SpatialBench上的测试：重连接的速度提升高达5.93倍，在AWS Q11跨区域三重连接上，成本降低59.02%：7.51秒（CPU）→ 1.61秒在消费级RTX 3090上——4.66倍加速 10倍规模：53.34秒减少到7秒以下 大规模重连接：GPU型号之间的速度提升为4.93倍到9.68倍 消费级RTX 3090与H100：在某些查询中，游戏卡实际击败了H100（在Q10上的1.26秒对1.77秒），尽管H100缺少RT核心 使用方法 ¶ 在配备NVIDIA GPU的机器上，拉取官方Docker镜像，并通过一条命令启用该功能：ctx.sql("SET gpu.enable = true") GPU加速指南介绍了如何在NVIDIA GPU机器上启动Docker镜像，并列出了支持的计算能力。引用 ¶ 梁耕，李如宝，德威·丹宁顿，冯章，贾钰，张晓东。“RayBooster: 加速SedonaDB的光线追踪引擎”。PVLDB，2026（工业轨道）。