点击上方蓝字关注我们

点击上方蓝字关注我们


MySQL HeatWave为开发者提供了一站式机器学习模型构建、训练和解释的解决方案,支持使用数据库内及对象存储的数据。其AutoML自动化了ML生命周期,如算法选择、数据抽样、特征选择及优化超参数,免去了数据迁移和成为ML专家的需求。通过熟悉的SQL命令及与Jupyter、Apache Zeppelin等笔记本的集成,简化了机器学习模型的开发过程。 我们已经引入了对MySQL HeatWave vector store的生成式AI支持,目前这一功能还在私人预览阶段。通过vector store,你可以结合专有数据利用大型语言模型(LLMs),获得比公共数据模型更精准、更具上下文相关性的答案。通过生成式AI和vector store能力,你可以构建能与MySQL HeatWave通过自然语言进行交互的应用程序,并在对象存储中高效搜索各种文件格式的文档。 MySQL HeatWave在OCI、AWS和Azure上可用,为你构建和部署应用程序提供了极大的灵活性。

MySQL数据库和HeatWave新增了原生VECTOR数据类型支持,允许使用标准SQL创建、处理和管理VECTOR数据。 vector store与MySQL Shell集成,支持使用自然语言进行查询和回答,还可通过MySQL Shell for VS Code使用自然语言查询数据。Zeppelin和Jupyter等第三方工具也能访问和利用MySQL HeatWave的GenAI及vector store功能。 发现和摄取专有文档到vector store的流程已自动化,包括转换用户的非结构化数据和生成嵌入,使得无需ML专业知识的开发者也能轻松利用vector store。 利用HeatWave的内存中和扩展式架构加速了向量处理。在vector store中生成嵌入是在所有集群节点上并行执行的,这意味着可以在多个线程上并行处理多个输入文件,加快了非结构化数据如PDF、DOCX、HTML、TXT和PPTX等各种格式摄入速度。 开发者可以通过多种方式在MySQL HeatWave中使用LLMs,包括利用OCI生成式AI服务访问Cohere和Meta的预训练模型进行文本总结、嵌入和生成,或在HeatWave内运行LLMs。 另一个重要的好处是,您可以轻松地将生成式AI与HeatWave的其他功能如机器学习结合使用。例如,快速开发在线食品配送应用,让客户用自然语言提问并使用HeatWave AutoML推荐系统根据他们的偏好从各种餐厅获取推荐菜肴。


利用HeatWave实时分析MySQL数据库中存储的JSON文档,将文档查询速度提高数个数量级。 对JavaScript的原生支持,允许开发者用JavaScript编写并在HeatWave中直接执行存储过程和函数。JavaScript提供的丰富语言特性,如用户定义类型、容器和函数编程结构,相较使用SQL简化了实现。开发者可以用JavaScript编写丰富的应用逻辑,并通过在MySQL数据库内执行程序获得高性能。
现在您可以使用HeatWave查询对象存储中JSON格式的半结构化数据,例如开发内容管理应用或使用对象存储中的JSON数据实时仪表板。 借助HeatWave Lakehouse中的JavaScript原生支持,开发者可以使用JavaScript处理和查询对象存储中的数据,包括非MySQL工作负载。例如,您可以使用HeatWave Lakehouse构建动态内容加载应用,利用JavaScript的丰富特性处理和查询对象存储中的数据。


文章转载自KunlunBase 昆仑数据库,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。





