Amazon मेझॉन डॉक्युमेंटडीबी डेटाबेस एआयसीला गती देण्याचा विचार करीत आहे

गेल्या दशकात डेटाबेस उद्योगात शांत क्रांती झाली आहे.

पारंपारिक डेटाबेस अधिका officials ्यांना खाते संसाधने आणि संचयनासह निश्चित क्षमता प्रदान करणे आवश्यक आहे. क्लाऊडमध्येही, सेवा म्हणून डेटाबेस पर्यायांसह, संस्था मुख्यत: सर्व्हरच्या क्षमतेसाठी दबाव आणत होते जे बहुतेक वेळा सुस्तपणामध्ये असतात परंतु पीक लोड हाताळू शकतात. हार्ट सर्व्हरशिवाय डेटाबेस हा फॉर्म. ते वास्तविक मागणी आणि केवळ वापरल्या जाणार्‍या गोष्टींसाठी चार्जिंगच्या आधारे स्वयंचलितपणे संसाधन खाते श्रेणी अप आणि खाली विस्तृत करतात.

Amazon मेझॉन वेब सर्व्हिसेस (एडब्ल्यूएस) डायनामोडीबीसह दशकापेक्षा जास्त काळ या दृष्टिकोनातून अग्रगण्य आहेत आणि ऑरारा सर्व्हरलेसच्या डेटाबेसमध्ये त्याचा विस्तार केला. आता, AWS Amazon मेझॉन डॉक्युमेंटडीबी सर्व्हरलेसच्या एका वर्षासह सर्व्हरशिवाय त्याच्या डेटाबेसमध्ये सर्व्हरशिवाय परिवर्तनाची पुढील पायरी घेते. हे मोंगोडबीशी सुसंगत कागदपत्रांच्या डेटाबेसमध्ये स्वयंचलित विस्तार आणते.

डेटाबेस संसाधनांमध्ये अनुप्रयोग कसे वापरावे याविषयी मूलभूत बदल प्रतिबिंबित करते, विशेषत: कृत्रिम बुद्धिमत्ता एजंट्सच्या देखाव्यासह. सर्व्हरलेस अनपेक्षित मागणीच्या परिस्थितीसाठी योग्य आहे, जे अ‍ॅक्टॅरिक एआय वर्क बोज आहे.

“आम्ही लवचिक आणि कमीतकमी संघटितांच्या शेवटी एआयएसआयएनसी एआयचे कार्य अधिक पाहतो,” गनापथी (जी 2) कृष्णमोरेटी, एडब्ल्यूएस डेटाबेसचे उप -चेअरमन, व्हेंचरबीटला सांगा. “म्हणून, एजंट आणि नोकर शेजारी शेजारी फिरतात.”

तुलना सेवा म्हणून डेटाबेस विरूद्ध सर्व्हरची तुलना करणे

पारंपारिक पुरवठा कसा कार्य करतो हे तपासताना सर्व्हरशिवाय डेटाबेसची आर्थिक स्थिती पटवून देते. संस्था सहसा पीक डेटाबेस प्रदान करतात, नंतर वास्तविक वापराची पर्वा न करता 24/7 घड्याळाच्या आसपास या क्षमतेसाठी पैसे देतात. याचा अर्थ पीक तास, शनिवार व रविवार आणि हंगामी शांत दरम्यान सुस्त संसाधने भरणे.

“जर आपल्या कामाचा ओझे प्रत्यक्षात अधिक गतिमान किंवा कमी अंदाज लावण्यायोग्य असेल तर सर्व्हरशिवाय सर्व्हर अधिक चांगले बसतात कारण ते आपल्याला क्षमता आणि मुख्य जागा देते, प्रत्यक्षात नेहमीच पीक घेण्याची गरज नाही,” कृष्णमोरीने स्पष्ट केले.

एडब्ल्यूएसचा असा दावा आहे की Amazon मेझॉन डॉक्युमेंटडीबी सर्व्हरलेस बदल बदलण्यासाठी उपलब्ध असलेल्या पारंपारिक डेटाबेसच्या तुलनेत खर्च 90 % पर्यंत कमी करू शकतो. बचत स्वयंचलित स्केलिंगमधून येते जी वास्तविक मागणीसह क्षमतेशी जुळते.

तथापि, सर्व्हरशिवाय डेटाबेससह संभाव्य धोका असू शकतो. सेवा म्हणून डेटाबेस पर्यायाद्वारे संस्था सामान्यत: लहान, मध्यम किंवा मोठा डेटाबेस तयार करण्यासाठी निश्चित किंमत मोजा. सर्व्हरसह, त्या ठिकाणी किंमतीची समान रचना नाही.

कृष्णमौरास्थी लक्षात घ्या की एडब्ल्यूएसने कमीतकमी आणि जास्तीत जास्त सर्व्हरशिवाय डेटाबेस खर्च करण्यासाठी हँडरेलची संकल्पना लागू केली आहे, जे पळून जाण्याच्या खर्चास प्रतिबंधित करते.

दस्तऐवज डीबी म्हणजे काय आणि ते का महत्त्वाचे आहे

दस्तऐवजडीबी मोंगोडबी एपीआय सुसंगततेसह एडब्ल्यूएस दस्तऐवज डेटाबेस सेवा म्हणून कार्य करते.

सॉलिड टेबल्समध्ये डेटा संचयित करणार्‍या डेटाबेसच्या विपरीत, दस्तऐवज डेटाबेस जेएसओएन (जावास्क्रिप्ट ऑब्जेक्ट) दस्तऐवज सारखी माहिती संग्रहित करतात. हे लवचिक डेटा स्ट्रक्चर्सची आवश्यकता असलेल्या अनुप्रयोगांसाठी आदर्श बनवते.

सर्व्हिस सामान्य वापराच्या परिस्थितीशी संबंधित आहे, ज्यात ऑपरेटर प्रोफाइलचा तपशील संचयित करणारे गेम्स अनुप्रयोग, ई -कॉमर्स प्लॅटफॉर्म जे भिन्न वैशिष्ट्ये आणि सामग्री व्यवस्थापन प्रणाली असलेल्या उत्पादनांची उत्पादने चालवतात.

मोंगोडीबी एकमत सध्या मोंगोडीबी चालू असलेल्या संस्थांसाठी कायमचे वास्तव्य करण्यासाठी परदेशातून येणेसाठी एक मार्ग तयार करते. स्पर्धात्मक दृष्टीकोनातून, मोंगोडबी कोणत्याही मेघावर कार्य करू शकते, तर Amazon मेझॉन डॉक्युमेंटडीबी केवळ एडब्ल्यूएसवर आहे.

बंद होण्याचा धोका एक चिंता असण्याची शक्यता आहे, परंतु ही एक समस्या आहे जी एडब्ल्यूएस विविध मार्गांनी लक्ष देण्याचा प्रयत्न करते. एक मार्ग म्हणजे एकसमान चौकशीची क्षमता सक्षम करणे. कृष्णमूर्ती यांनी नमूद केले की दुसर्‍या क्लाऊड प्रदात्यामध्ये असलेल्या डेटाची चौकशी करण्यासाठी एडब्ल्यूएस डेटाबेस वापरणे शक्य आहे.

“हे खरं आहे की बहुतेक ग्राहकांची पायाभूत सुविधा एकाधिक ढगांमधून पसरली आहे,” कृष्णमोरी म्हणाली. “आम्ही विचार करतो, मुख्यत: ग्राहक प्रत्यक्षात कोणत्या समस्या प्रयत्न करतात.”

दस्तऐवज डीबी सर्व्हरलेस एआयसी सीनला कसे द्यावे

कृत्रिम बुद्धिमत्ता एजंट्स डेटाबेसच्या अधिका to ्यांना एक अनन्य आव्हान दर्शवितात कारण त्यांच्या संसाधनांच्या वापराच्या पद्धतींचा अंदाज करणे कठीण आहे. पारंपारिक वेब अनुप्रयोगांच्या विपरीत, ज्यात सामान्यत: तुलनेने निश्चित रस्ता असतो, एजंट्स सलग डेटाबेस प्रतिक्रियांना कारणीभूत ठरू शकतात ज्याचा अधिकारी अंदाज करू शकत नाही.

पारंपारिक दस्तऐवज डेटाबेससाठी अधिका capis ्यांना पीक क्षमता प्रदान करण्यासाठी आवश्यक आहे. यामुळे शांत कालावधीत निष्क्रियता ठेवण्याची संसाधने सोडते. कृत्रिम बुद्धिमत्ता एजंट्ससह, या शिखरे आश्चर्यकारक आणि प्रचंड असू शकतात. सर्व्हर दृष्टीकोन अपेक्षित क्षमतेच्या गरजेऐवजी वास्तविक मागणीच्या आधारावर स्वयंचलितपणे खाते संसाधने मर्यादित करून हे अंदाज काढून टाकते.

फक्त एक जवळचा डेटाबेस असण्याव्यतिरिक्त, कृष्णमातिक लक्षात घ्या की Amazon मेझॉन दस्तऐवज डीबी सर्व्हरलेस एमसीपी (मॉडेल संदर्भ प्रोटोकॉल) चे समर्थन आणि कार्य करेल, जे डेटासह कार्य करण्यासाठी कृत्रिम बुद्धिमत्ता साधने सक्षम करण्यासाठी मोठ्या प्रमाणात वापरले जाते.

हे स्पष्ट झाले की, त्याच्या मूलभूत संस्थेतील एमसीपी जेएसओएन अनुप्रयोगांचा एक संच आहे. जेएसओएन -आधारित डेटाबेस म्हणून, Amazon मेझॉन दस्तऐवज डीबी विकसकांना त्यांच्याबरोबर कार्य करण्याचा अधिक जाणकार अनुभव घेऊ शकतो, असे क्रिच्नामोरीच्या म्हणण्यानुसार.

संस्था का चिंता करतात: खर्च बचतीपेक्षा अधिक ऑपरेशनल सरलीकरण

जरी किंमतीतील कपात मथळे होते, परंतु सर्व्हरलेसचे ऑपरेशनल फायदे संस्थांच्या मान्यतासाठी अधिक महत्वाचे असू शकतात. सर्व्हरसेस क्षमतेची योजना आखण्याची क्षमता काढून टाकते, डेटाबेस व्यवस्थापनातील सर्वात वेळ -शोधणे आणि असुरक्षित पैलूंपैकी एक.

“खरं तर, सर्व्हरलेस प्रत्यक्षात आपल्या गरजा प्रत्यक्षात वाढवतात. दुसरी गोष्ट अशी आहे की ती आधीपासूनच आपल्याकडे असलेल्या ऑपरेशनल ओझ्याचे प्रमाण कमी करते, कारण आपण खरोखरच केवळ क्षमतेची क्षमता नाही,” कृष्णमोरी म्हणाली.

संस्थांनी कृत्रिम बुद्धिमत्ता उपक्रमांचा विस्तार केल्यामुळे हे ऑपरेटिंग सरलीकरण अधिक मूल्यवान होते. डेटाबेस अधिका officials ्यांऐवजी ते एजंटच्या नमुन्यांच्या आधारे सतत क्षमता समायोजित करतात, सिस्टम आपोआप स्केलिंगशी संबंधित आहे. हे अनुप्रयोगांच्या विकासावर लक्ष केंद्रित करण्यासाठी फरक संपवते.

कृत्रिम बुद्धिमत्तेत रस्ता चालविण्याच्या प्रयत्नात असलेल्या संस्थांसाठी, या बातमीचा अर्थ असा आहे की एडब्ल्यूएस मधील कागदपत्रांची कागदपत्रे आता ऑपरेटिंग जटिलता आणि पायाभूत सुविधांचा खर्च कमी करताना अनपेक्षित एजंटच्या कार्याच्या ओझ्याने सहजपणे त्यांची व्याप्ती वाढवू शकतात. सर्व्हर मॉडेल कृत्रिम बुद्धिमत्ता अनुभवांसाठी आधार प्रदान करते जे सबमिट केलेल्या क्षमतेशिवाय स्वयंचलितपणे विस्तृत करू शकतात.

नंतर कोर्समध्ये कृत्रिम बुद्धिमत्ता स्वीकारण्याच्या प्रयत्नात असलेल्या संस्थांसाठी याचा अर्थ असा आहे की सेवकाशिवाय रचना बुद्धिमत्तेसाठी तयार असलेल्या डेटाबेसच्या पायाभूत सुविधांचा मूलभूत अंदाज बनली आहे. सर्व्हरशिवाय दस्तऐवज डेटाबेस स्वीकारण्याच्या प्रतीक्षेत शेवटी कृत्रिम बुद्धिमत्ता एजंट्स आणि स्वयंचलित स्केलिंगचा फायदा होणार्‍या इतर डायनॅमिक वर्क बोजा प्रकाशित करताना संस्थांना स्पर्धात्मक स्थितीत आणू शकते.