


Pangkalan data membawa masuk ke lorong pantas AI, Alibaba Cloud mengeluarkan teknologi sumber terbuka baharu PilotScope
Sumber |. Teknologi Xinyan
Artikel | Jia Ningyu
Pada 20 Disember, VLDB2024, persidangan pangkalan data antarabangsa terkemuka, mengumumkan kumpulan kertas baharu teknologi baharu Alibaba Cloud PilotScope telah berjaya disenarai pendekkan Teknologi platform ini dapat merealisasikan "penyerahan satu klik" algoritma AI dalam pangkalan data, dengan ketara mengurangkan aplikasi. algoritma AI dalam pangkalan data, membuka laluan baharu untuk kecerdasan pangkalan data. Pada 20 Disember, persidangan teratas antarabangsa untuk pangkalan data VLDB2024 mengumumkan kumpulan kertas baharu, dan teknologi baharu Alibaba Cloud PilotScope berjaya mencapai senarai itu Teknologi platform boleh mencapai "pengerahan satu klik" algoritma AI dalam pangkalan data, dengan sangat mengurangkan ambang aplikasi algoritma AI dalam pangkalan data dan membuka laluan baharu untuk kecerdasan pangkalan data.
Alibaba Cloud mengumumkan bahawa ia akan membuka sumber semua teknologi PilotScope secara percuma pada hari yang sama
Mengapa sukar untuk menjadikan pangkalan data pintar?
Pangkalan data ialah teknologi perisian asas yang penting kepada ekonomi negara dan kehidupan rakyat. Pengemaskinian berterusan teknologi pangkalan data memberi impak penting kepada semua lapisan masyarakat dalam era digital Salah satu kawasan sempadan ialah perisikan pangkalan data (AI4DB, iaitu perisikan pangkalan data)
Sistem pangkalan data semasa sangat kompleks dan mempunyai keperluan kestabilan yang sangat tinggi. Walaupun hanya memadankan dan menyahpepijat algoritma AI dengan pangkalan data memerlukan jurutera dari kedua-dua pihak bekerja rapat selama berminggu-minggu atau bahkan berbulan-bulan, yang tidak cekap dan tidak berkesan

Situasi yang lebih biasa ialah jurutera AI tidak memahami butiran pangkalan data, pembangun pangkalan data tidak memahami AI, dan kedua-dua bidang itu tidak memahami bahasa pengaturcaraan (pembangunan AI kebanyakannya menggunakan Python, pangkalan data kebanyakannya menggunakan C/ Java), yang boleh membawa kepada pemisahan dengan mudah.
Secara umumnya, syarikat dalam industri biasanya memilih untuk membenamkan beberapa algoritma AI terus ke dalam pangkalan data untuk menggantikan modul berfungsi tertentu pangkalan data, seperti modul pengoptimuman pertanyaan pintar. Walau bagaimanapun, pendekatan tersuai ini menghasilkan kos pembangunan, penyelenggaraan dan peningkatan yang sangat tinggi. Setiap kali algoritma AI dinaik taraf dan diganti, proses pembangunan perlu dibuat semula. Pada masa yang sama, menukar pangkalan kod pangkalan data juga akan membawa risiko tambahan
Disebabkan ini, walaupun perkembangan pesat kecerdasan buatan, aplikasi praktikal hasil yang berkaitan dalam medan pangkalan data masih tidak popular
Adakah terdapat teknologi platform universal? , bolehkah algoritma kecerdasan buatan digunakan pada pangkalan data dengan lebih berkesan?
Ini menjadi titik permulaan untuk pemikiran pasukan projek Alibaba PilotScope
Ketua projek PilotScope Zhu Rong berkata: "AI4DB, AI dan DB mempunyai orang yang bekerja di kedua-dua hujungnya, tetapi jambatan pada sambungan ini tidak pernah dilakukan dengan baik. Kami mahu Ia adalah perlu untuk membina jambatan awam antara algoritma AI dan pangkalan data untuk menjadikan komunikasi antara kedua-dua pihak lebih lancar "
Inovasi merentas teknologi dari 0 hingga 1
Zhu Rong menyifatkan PilotScope sebagai "pentadbir super" pangkalan data. AI. Dengan platform PilotScope, jurutera AI hanya perlu menumpukan pada mereka bentuk algoritma AI umum untuk melaksanakan penggunaan dan aplikasi pangkalan data yang berbeza pengguna boleh menggunakan AI dengan mudah dan cekap seperti memanggil API
Idea ini bermula dari konsep kepada pelaksanaan , yang mengambil masa lebih kurang 2 tahun. Zhu Rong berkata: "Ia melibatkan persilangan algoritma dan sistem, persimpangan AI dan pangkalan data, persimpangan penyelidikan dan pembangunan, dan persimpangan akademik dan industri. Ia adalah teknologi persimpangan sebenar
Menurut pengenalannya." , pasukan projek melalui banyak perkara Selepas menggilap, platform sistem middleware yang serba baharu akhirnya dibangunkan Dengan mengabstraksi dan menyamaratakan definisi modul dan antara muka di peringkat pangkalan data dan sistem AI, algoritma AI boleh "digunakan satu klik" dalam. pangkalan data dalam beberapa jam atau bahkan minit. Ini ialah PilotScope semasa

Kandungan yang ditulis semula adalah seperti berikut: Anotasi gambar rajah seni bina Alibaba Cloud PilotScope
PilotScope menyediakan lebih daripada 10 algoritma AI untuk tugas pangkalan data arus perdana seperti penalaan parameter, indeks pengesyoran, anggaran kardinaliti, dan pengoptimuman pertanyaan Dan berjaya disesuaikan dengan dua pangkalan data sumber terbuka arus perdana seperti PostgreSQL dan Spark
Menurut data percubaan, menggunakan PilotScope untuk membenamkan algoritma AI ke dalam pangkalan data boleh mempercepatkan tugas seperti pengoptimuman pertanyaan sebanyak 1 hingga 1. 1% berbanding kaedah tradisional "implan keras" Ia berbeza dari 2 kali. Selain itu, kos tambahan penggunaan yang disebabkan oleh PilotScope itu sendiri pada asasnya boleh diabaikan, dan prestasinya sangat baik

Penerangan gambar: Penyampaian PilotScope
PilotScope melakukan "pencerobohan mikro" pada pangkalan data dan memperkenalkan pengesanan pintar, rollback, dan mekanisme lain untuk mengurangkan risiko ilusi AI dan mencapai peningkatan pintar sambil memastikan kestabilan pangkalan data
Zhu Rong berkata bahawa pada masa lalu, jurutera kecerdasan buatan dan pembangun pangkalan data perlu terus bekerjasama dan memperhalusi, dan mungkin mengambil masa berminggu-minggu atau bahkan berbulan-bulan untuk memastikan kestabilan. "Dengan PilotScope kami, ia hanya mengambil masa beberapa jam atau bahkan berpuluh-puluh minit untuk pergi ke dalam talian untuk ujian. Inovasi teknologi sifar dengan satu ini meningkatkan kecekapan pembangunan
Sumber terbuka memacu proses perindustrian AI4DB
PilotScope The." keputusan kertas telah dimasukkan ke dalam VLDB. Kajian VLDB percaya bahawa reka bentuk sistem perintis PilotScope berdasarkan senario aplikasi akan membuka hala tuju baharu perisikan pangkalan data
Menurut pemahaman kami, VLDB ialah salah satu daripada tiga persidangan pangkalan data antarabangsa teratas, dan hanya merangkumi kertas kerja yang mempunyai kesan penting pada akademik dan amalan industri setiap tahun keputusan baru. Ia adalah penunjuk berwibawa bagi teknologi pangkalan data. Persidangan VLDB ke-50 dirancang untuk diadakan di Guangzhou, China pada Ogos 2024

Ilustrasi: VLDB2024, persidangan pangkalan data teratas
Zhu Rong berkata bahawa teknologi berkaitan PilotScope telah digunakan dalam GitHub dan Modelscope Percuma dan sumber terbuka dalam komuniti. Pasukan ini berharap untuk menggabungkan lebih banyak algoritma AI dan rangkaian pangkalan data yang lebih luas ke dalam PilotScope melalui kuasa komuniti sumber terbuka, dan meneroka lebih banyak inovasi AI4DB dengan pembangun
Pada masa yang sama, PilotScope telah memulakan aplikasi perintis dalam Alibaba Cloud , dalam urutan untuk menjalankan ujian yang sepadan ke atas penggunaan industri
Zhu Rong berkata bahawa AI4DB hanya boleh menjana nilai dalam persekitaran pengeluaran sebenar Kami berharap PilotScope benar-benar dapat merealisasikan perkara ini dan membantu pangkalan data dalam semua lapisan masyarakat mencapai kecekapan dan kesan yang bijak
Sila lampirkan alamat sumber terbuka:
https://github.com/alibaba/pilotscope
Atas ialah kandungan terperinci Pangkalan data membawa masuk ke lorong pantas AI, Alibaba Cloud mengeluarkan teknologi sumber terbuka baharu PilotScope. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Cecair memproses 7 juta rekod dan membuat peta interaktif dengan teknologi geospatial. Artikel ini meneroka cara memproses lebih dari 7 juta rekod menggunakan Laravel dan MySQL dan mengubahnya menjadi visualisasi peta interaktif. Keperluan Projek Cabaran Awal: Ekstrak Wawasan berharga menggunakan 7 juta rekod dalam pangkalan data MySQL. Ramai orang mula -mula mempertimbangkan bahasa pengaturcaraan, tetapi mengabaikan pangkalan data itu sendiri: Bolehkah ia memenuhi keperluan? Adakah penghijrahan data atau pelarasan struktur diperlukan? Bolehkah MySQL menahan beban data yang besar? Analisis awal: Penapis utama dan sifat perlu dikenalpasti. Selepas analisis, didapati bahawa hanya beberapa atribut yang berkaitan dengan penyelesaiannya. Kami mengesahkan kemungkinan penapis dan menetapkan beberapa sekatan untuk mengoptimumkan carian. Carian Peta Berdasarkan Bandar

Terdapat banyak sebab mengapa permulaan MySQL gagal, dan ia boleh didiagnosis dengan memeriksa log ralat. Penyebab umum termasuk konflik pelabuhan (periksa penghunian pelabuhan dan ubah suai konfigurasi), isu kebenaran (periksa keizinan pengguna yang menjalankan perkhidmatan), ralat fail konfigurasi (periksa tetapan parameter), rasuah direktori data (memulihkan data atau membina semula ruang meja), isu ruang jadual InnoDB (semak fail ibdata1) Apabila menyelesaikan masalah, anda harus menganalisisnya berdasarkan log ralat, cari punca utama masalah, dan mengembangkan tabiat sandaran data secara teratur untuk mencegah dan menyelesaikan masalah.

Artikel ini memperkenalkan operasi pangkalan data MySQL. Pertama, anda perlu memasang klien MySQL, seperti MySqlworkbench atau Command Line Client. 1. Gunakan perintah MySQL-Uroot-P untuk menyambung ke pelayan dan log masuk dengan kata laluan akaun root; 2. Gunakan CreateTatabase untuk membuat pangkalan data, dan gunakan Pilih pangkalan data; 3. Gunakan createtable untuk membuat jadual, menentukan medan dan jenis data; 4. Gunakan InsertInto untuk memasukkan data, data pertanyaan, kemas kini data dengan kemas kini, dan padam data dengan padam. Hanya dengan menguasai langkah -langkah ini, belajar menangani masalah biasa dan mengoptimumkan prestasi pangkalan data anda boleh menggunakan MySQL dengan cekap.

Jurutera Backend Senior Remote Company Kekosongan Syarikat: Lokasi Lokasi: Jauh Pejabat Jauh Jenis: Gaji sepenuh masa: $ 130,000- $ 140,000 Penerangan Pekerjaan Mengambil bahagian dalam penyelidikan dan pembangunan aplikasi mudah alih Circle dan ciri-ciri berkaitan API awam yang meliputi keseluruhan kitaran hayat pembangunan perisian. Tanggungjawab utama kerja pembangunan secara bebas berdasarkan rubyonrails dan bekerjasama dengan pasukan react/redux/relay front-end. Membina fungsi teras dan penambahbaikan untuk aplikasi web dan bekerjasama rapat dengan pereka dan kepimpinan sepanjang proses reka bentuk berfungsi. Menggalakkan proses pembangunan positif dan mengutamakan kelajuan lelaran. Memerlukan lebih daripada 6 tahun backend aplikasi web kompleks

MySQL boleh mengembalikan data JSON. Fungsi JSON_EXTRACT mengekstrak nilai medan. Untuk pertanyaan yang kompleks, pertimbangkan untuk menggunakan klausa WHERE untuk menapis data JSON, tetapi perhatikan kesan prestasinya. Sokongan MySQL untuk JSON sentiasa meningkat, dan disyorkan untuk memberi perhatian kepada versi dan ciri terkini.

Penjelasan terperinci mengenai atribut asid asid pangkalan data adalah satu set peraturan untuk memastikan kebolehpercayaan dan konsistensi urus niaga pangkalan data. Mereka menentukan bagaimana sistem pangkalan data mengendalikan urus niaga, dan memastikan integriti dan ketepatan data walaupun dalam hal kemalangan sistem, gangguan kuasa, atau pelbagai pengguna akses serentak. Gambaran keseluruhan atribut asid Atomicity: Transaksi dianggap sebagai unit yang tidak dapat dipisahkan. Mana -mana bahagian gagal, keseluruhan transaksi dilancarkan kembali, dan pangkalan data tidak mengekalkan sebarang perubahan. Sebagai contoh, jika pemindahan bank ditolak dari satu akaun tetapi tidak meningkat kepada yang lain, keseluruhan operasi dibatalkan. Begintransaction; UpdateAcCountSsetBalance = Balance-100Wh

Kunci utama MySQL tidak boleh kosong kerana kunci utama adalah atribut utama yang secara unik mengenal pasti setiap baris dalam pangkalan data. Jika kunci utama boleh kosong, rekod tidak dapat dikenal pasti secara unik, yang akan membawa kepada kekeliruan data. Apabila menggunakan lajur integer sendiri atau UUIDs sebagai kunci utama, anda harus mempertimbangkan faktor-faktor seperti kecekapan dan penghunian ruang dan memilih penyelesaian yang sesuai.

Pengoptimuman prestasi MySQL perlu bermula dari tiga aspek: konfigurasi pemasangan, pengindeksan dan pengoptimuman pertanyaan, pemantauan dan penalaan. 1. Selepas pemasangan, anda perlu menyesuaikan fail my.cnf mengikut konfigurasi pelayan, seperti parameter innodb_buffer_pool_size, dan tutup query_cache_size; 2. Buat indeks yang sesuai untuk mengelakkan indeks yang berlebihan, dan mengoptimumkan pernyataan pertanyaan, seperti menggunakan perintah menjelaskan untuk menganalisis pelan pelaksanaan; 3. Gunakan alat pemantauan MySQL sendiri (ShowProcessList, ShowStatus) untuk memantau kesihatan pangkalan data, dan kerap membuat semula dan mengatur pangkalan data. Hanya dengan terus mengoptimumkan langkah -langkah ini, prestasi pangkalan data MySQL diperbaiki.
