AI赋能数据库，解放人力，创造新应用
时间：2022-03-05 16:44:01 | 来源：行业动态
时间：2022-03-05 16:44:01 来源：行业动态
Serverless被视为继虚拟化、容器技术之后，云计算的第三代通用计算平台。通过封装几乎所有底层资源，赋予了企业所需的弹性力。与此同时，它还封装了大量的系统运维工作，进一步解放了开发人员的工作。通过在接入层、计算层和数据存储层等方面的Serverless化，企业的开发人员可以减少对底层基础设施的关注，专注于业务实现。
而在这基础上，如果加上AI的加持，人力将会被最大释放。
就像是自动驾驶汽车，当Level 5级来临之时，司机就可以被完全解放出来，在路上看书、看视频、开会、睡觉甚至是K歌。通过引入AI、机器学习等技术，数据库同样可以做到自动化运维无论是打补丁、备份还是调优、修复、扩展，这些以前需要专门的DBA（数据库管理员）去完成的工作，就可以减少人工干预。比如，在今年re:Invent全球大会上发布的DevOps Guru for RDS，就是一个范例。它允许用户轻松地借助AI去检测、诊断和解决云托管数据库中的性能和操作问题。
如我们所知，数据库一直都是IT运维管理的重点，而且，因为工作繁琐、技术含量高，DBA人才非常紧缺。所以，AI的加入起码会带来两大好处：第一，简化数据库运维的复杂度，降低数据使用门槛，从而弥合人才短缺的困境；第二，从繁琐运维工作中解放出来的人工，还可以投入到更具创造力的工作中。
比如，亚马逊云科技提出的智能湖仓架构，不仅允许数据库、数据仓库以及各种分析工具之间实现数据的无缝流动，同时，基于机器学习能力，还能赋能于DBA、数据库工程师等人员。值得一提的是，在这个过程中，用户甚至不需具备机器学习的专业知识，只要使用熟悉的数据库查询语言（如SQL），就可以进行机器学习操作。
以点带面，亚马逊云科技的数据库服务与人工智能和机器学习实际上是深度集成的，体现在具体的产品上，包括了Amazon Aurora ML、Amazon Neptune ML等诸多功能服务。其中，Amazon Neptune ML借助由深度图数据库（DGL）和Amazon SageMaker 驱动的图神经网络（GNN），能在几小时内对图数据库进行基于机器学习的预测，用于知识图、欺诈检测或产品推荐应用中，通过所需的数十亿个节点/关系所蕴含的数据进行推断。
据了解，今年8月，亚马逊云科技已经通过与光环新网和西云数据的合作，在中国推出了Amazon Neptune ML。
在线咨询
