Maschinelles Lernen – Feature-Speicher
Erstellen Sie skalierbare Online-Feature-Speicher mit niedriger Latenz für maschinelles Lernen mit Redis Enterprise
Führende Unternehmen betreiben Echtzeit-ML-Feature-Serving mit dem Redis-Online-Speicher
Da KI/ML-basierte Anwendungsfälle in Echtzeit in alle Bereiche unseres Lebens vordringen, wird es immer schwieriger, ML-basierte Anwendungsfälle mit Echtzeitdaten und geringer Latenz bereitzustellen. Redis Enterprise wurde für hohen Durchsatz und niedrige Latenzzeiten bei großen Datensätzen entwickelt und ist die Lösung für einen skalierbaren und erschwinglichen Online-Feature-Speicher, der das Feature-Serving in Echtzeit und in großem Umfang ermöglicht.
Echtzeit-ML-basierte Anwendungen erhöhen die beispiellose Komplexität des Online-Scorings
Ein großer und wachsender Teil der ML-Anwendungsfälle verlässt sich auf ihre Online-Feature-Speicher, um online Vorhersagen zu treffen und gleichzeitig neue Funktionen zu nutzen. Es ist eine große Herausforderung, diese Funktionen mit niedrigen Latenzzeiten konsistent und zuverlässig bereitzustellen. Dies in großem Umfang zu tun, ist eine Herausforderung, die herkömmliche Datenbanken nicht bewältigen können.
Die Bereitstellung von Online-Prognosen mit frischen Daten ist ebenfalls eine große Herausforderung
ML-basierte Anwendungsfälle, die in Echtzeit mit frischen Live-Daten geliefert werden, wirken sich direkt auf das Kundenerlebnis aus oder verbessern die Geschäftsergebnisse. Es ist jedoch eine große Herausforderung, diese Vorhersagen zuverlässig online zu liefern, während der Nutzer mit der App interagiert, und gleichzeitig Echtzeitfunktionen aus Streaming-Quellen zu nutzen.
Das Wachstum von Datensätzen erhöht die Komplexität weiter
Im Zuge der digitalen Transformation stützen sich ML-basierte Anwendungen auf riesige und ständig wachsende Datensätze mit Hunderten bis Tausenden von Features, die ML-Systeme in großem Umfang speisen. Dies erhöht die Komplexität und die Kosten für eine konsistente und kostengünstige Bereitstellung von Funktionen in Echtzeit.
Wie Redis Enterprise die Herausforderungen des
maschinellen Lernens in Online-Feature-Speichern meistert
Die heutige ML-Technologie unterstützt geschäftskritische Anwendungsfälle wie Betrugserkennung und Empfehlungssysteme. Diese Anwendungen erfordern eine zuverlässige und konsistente Bereitstellung mit niedrigen Latenzzeiten und hohem Durchsatz, die potenziell bis zu mehreren Terabyte großen Datensätzen skaliert werden können. Die MLOps-Plattform Ihres Unternehmens braucht eine Online-Feature-Speicherung, die diesen strengen Anforderungen genügt, bei gleichzeitig erhöhter Komplexität, Umfang und Geschwindigkeit.
Bereitstellung von Features in Echtzeit mit niedriger Latenz und hohem Durchsatz
Holen Sie sich Feature-Lookups aus der Datenbank für Online-Inferenz mit einer Reaktionslatenz von weniger als einer Millisekunde, um mit sofortigen Transaktionen oder Echtzeitanwendungen Schritt zu halten und ein hervorragendes Kundenerlebnis zu gewährleisten.
Resilienz auf Unternehmensebene mit hoher Verfügbarkeit
Redis Enterprise bietet integrierte Ausfallsicherheit und Failover im einstelligen Sekundenbereich mit Active-Active- Bereitstellung, um Datenverluste ohne Serviceunterbrechung zu vermeiden. Zudem eignet es sich für Ihre kritischsten Datenflüsse und Daten.
Kostenreduzierung im großen Maßstab ohne Leistungseinbußen
Redis Enterprise bietet Multi-Tenancy und einen intelligenten, abgestuften Zugriff auf den Speicher mit Redis on Flash, wodurch bis zu 80 % der Kosten gesenkt werden, ohne dass die Leistung beeinträchtigt wird.
Vorgestellte Kunden
Effiziente Skalierung ohne Leistungseinbußen
Eine effiziente Skalierung der Datenbankleistung ist für Online-Feature-Speicherung von entscheidender Bedeutung. Redis Enterprise skaliert linear und ohne Ausfallzeiten, um ressourceneffizientere Datenbanken zu bieten, die verlässlich hohe Durchsätze und Sub-Millisekunden-Latenz liefern.
Durch die Kombination von DRAM und SSD (Flash) sowie Persistent Memory (wie Intel® Optane™ DC) bietet Redis Enterprise eine kostengünstige Lösung für das Hosting großer Datensätze. Mit Hilfe eines innovativen, mehrstufigen Ansatzes, bei dem häufig abgerufene Daten im Speicher und die restlichen Daten im Flash- oder Peristent Memory platziert werden, liefert Redis on Flash höhere Leistung, ähnlich wie Redis oder DRAM. Dabei werden bis zu 80 % an Infrastrukturskosten eingespart werden.
Sichern Sie Ihre verteilten Daten
Redis Enterprise verwendet eine Shared-nothing-Cluster-Architektur und ist auf allen Ebenen fehlertolerant – mit automatisierter Ausfallsicherung auf Prozessebene für individuelle Knoten und sogar in Infrastruktur-Verfügbarkeitsbereichen. Außerdem bietet es einstellbare Persistenz und Notfallwiederherstellung.
Redis Enterprise stellt sicher, dass Produktionsdaten vom administrativen Zugriff isoliert sind und bietet mehrschichtige Sicherheit für Zugangskontrolle, Authentifizierung, Autorisierung und Verschlüsselung (Daten im Transit und Daten im Ruhezustand).
Durch die Nutzung der Active-Active-Datenbankreplikation von Redis Enterprise mit konfliktfrei replizierten Datentypen (CRDTs) können Feature Stores problemlos gleichzeitige Aktualisierungen von mehreren geografischen Standorten aus verarbeiten und ermöglichen so die globale Skalierung der auf maschinellem Lernen basierenden Anwendungsfällen und Anwendungen ohne Beeinträchtigung der Latenz oder Verfügbarkeit.
Verringern Sie die Betriebskomplexität und senken Sie die Kosten
Verschiedene Datentypen wie Strings, Listen, Sets, Hashes, Bitmaps, HyperLogLogs und Tensoren sowie Redis-Module wie RediSearch, RedisGraph, RedisBloom und andere können problemlos auf Anwendungsfälle wie Betrugserkennung, Personalisierung, Transaktionsbewertung und mehr angewendet werden – und das alles auf einer integrierten Datenplattform, die den betrieblichen Aufwand reduziert. Durch die Kombination mehrerer Redis Module und Datenstrukturen kann Redis Enterprise mehrere Komponenten Ihrer Plattform für maschinelles Lernen betreiben. Das Ergebnis ist eine vereinfachte Architektur, die Daten in verschiedenen Modellen verarbeiten kann, ohne mehrere Datenbank-Clients und Konnektoren ausführen zu müssen.
Redis Enterprise ist bei allen großen Cloud-Anbietern als Managed Service oder als Softwareverfügbar, bietet Automatisierung und Unterstützung für gängige betriebliche Aufgaben und lässt sich in führende Feature-Speicher für maschinelles Lernen sowie in die Plattformen integrieren, die modernen Software-Architekturen zugrunde liegen, etwa Container und Kubernetes.