Video
Learn more
Construisez des feature store évolutives et à faible latence pour l'apprentissage automatique avec Redis Enterprise
Alors que les cas d’utilisation basés sur l’IA/apprentissage automatique (Le Machine Learning) en temps réel sont présents dans toutes les facettes de notre vie, il devient de plus en plus difficile de fournir des cas d’utilisation basés sur l’apprentissage machine en utilisant des données en temps réel avec une faible latence. Conçu pour gérer les scores à haut débit et à faible latence pour les grands ensembles de données, Redis Enterprise est la solution idéale pour les boutiques de fonctionnalités en ligne évolutives et abordables qui permettent de fournir des fonctionnalités en temps réel à grande échelle.
Une partie croissante des cas d’utilisation de l’apprentissage automatique s’appuie sur leurs magasins de fonctionnalités en ligne pour les prévisions en ligne tout en utilisant de nouvelles fonctionnalités. Il est très difficile de fournir ces fonctionnalités avec une faible latence de manière constante et fiable. Procéder ainsi à grande échelle est un défi que les bases de données traditionnelles ne peuvent pas relever.
Les cas d’utilisation basés sur l’apprentissage automatique, livrés en temps réel à l’aide de nouvelles données en direct, ont un impact direct sur l’expérience
client ou améliorent les résultats commerciaux. Cependant, fournir ces prédictions en ligne de manière fiable lorsque l’utilisateur interagit avec l’application, tout en utilisant des fonctionnalités en temps réel à partir de sources de streaming est très difficile.
Avec l’essor de la transformation numérique, les applications basées sur l’apprentissage automatique s’appuient sur des ensembles de données énormes et toujours croissants avec des centaines à des milliers de fonctionnalités alimentant les systèmes d’apprentissage automatique à une échelle massive. Cela ajoute plus de complexité et de coût à la tâche consistant à fournir des fonctionnalités de manière cohérente et abordable en temps réel.
L’apprentissage automatique d’aujourd’hui alimente des cas d’utilisation critiques comme la détection de fraude et les systèmes de recommandation. Ces applications nécessitent une faible latence et un débit élevé fiables et cohérents, capables de s’adapter à des ensembles de données de téraoctets. La plateforme MLOps de votre organisation a besoin d’une boutique de fonctionnalités en ligne capable de répondre à ces exigences strictes malgré la complexité, le volume et la vitesse accrus.
Obtenez des recherches de fonctionnalités à partir de la base de données pour l’inférence en ligne avec une latence de réponse inférieure à la milliseconde, suivez les transactions instantanées ou les applications en temps réel et garantissez une expérience client exceptionnelle.
Redis Enterprise offre une durabilité intégrée et un basculement à un chiffre-secondes avec un déploiement actif-actif, garantissant zéro perte de données sans interruption de service, adapté à vos flux et données les plus critiques.
Redis Enterprise offre un accès multi-locataire et intelligent à la mémoire avec Redis on Flash, réduisant jusqu’à 80 % du coût et sans compromettre les performances.
Une mise à l’échelle efficace des performances des bases de données est essentielle pour les magasins de fonctionnalités en ligne. Redis Enterprise s’échelonne linéairement et sans aucun temps d’arrêt afin de fournir des bases de données plus efficaces sur le plan des ressources, en offrant un débit élevé et un temps de latence inférieur à la milliseconde.
Redis Enterprise offre une solution rentable pour l’hébergement de grands jeux de données en combinant DRAM, SSD (Flash) et mémoire persistante (comme Intel® Optane™ DC). En utilisant une approche innovante à plusieurs niveaux qui place les données « chaudes » fréquemment consultées en mémoire et les valeurs plus « froides » dans la mémoire Flash ou persistante, Redis on Flash offre des performances élevées similaires à Redis on DRAM, tout en vous permettant d’économiser jusqu’à 80 % sur les coûts d’infrastructure.
Redis Enterprise qui utilise une architecture de grappe non partagée est tolérant aux défaillances à tout niveau, avec basculement automatique au niveau des processus, pour les nœuds individuels, et même dans les zones de disponibilité des infrastructures, ainsi qu’une persistance réglable et une reprise après incident.
Redis Enterprise garantit que les données de production sont isolées de l’accès d’administrateur et offrent une sécurité multicouche pour le contrôle des accès, de l’authentification, de l’autorisation et du chiffrement (données en transit et données au repos).
L’utilisation de la réplication actif-actif de la base de données de Redis Enterprise avec des types de données répliquées (CRDT) sans conflit permet aux magasins de fonctionnalités de gérer en douceur des mises à jour simultanées à partir de plusieurs emplacements géographiques, en activant la mise à l’échelle mondiale de l’apprentissage automatique, basé sur des cas d’utilisation et des applications sans compromettre la latence ou la disponibilité.
Différents types de données tels que la chaîne, la liste, l’ensemble, les hachages, les bitmaps, les journaux HyperLog et les tenseurs, ainsi que les modules Redis, tels que RediSearch, RedisGraph, RedisBloom, et d’autres peuvent être facilement appliqués à des cas d’utilisation tels que la détection de fraude, la personnalisation, la notation des transactions, etc., le tout sur une plateforme de données intégrée réduisant les frais opérationnels. En combinant plusieurs modules de Redis et des structures de données, Redis Enterprise peut alimenter plusieurs composants sur votre plateforme d’apprentissage automatique. Il en résulte une architecture plus simple capable de traiter les données au sein de modèles multiples sans avoir besoin de faire fonctionner plusieurs clients et connecteurs de base de données.
Redis Enterprise qui est disponible chez tous les grands fournisseurs de cloud sous forme de service infogéré ou sous forme de logiciel, offre une automatisation et un soutien aux tâches opérationnelles communes qui s’intègrent aux principaux magasins de fonctionnalités d’apprentissage automatique et aux plateformes constituant les architectures logicielles modernes, telles que les conteneurs et les Kubernetes.