Die MariaDB Connect Engine: Bitte bleiben Sie dran, die Verbindung wird hergestellt.
Matthias Jung
Data Management
Viele unserer Kunden nutzen heterogene Datenmanagement-Plattformen. So werden bei einigen neben Oracle Datenbanken auch SQL Server und Open-Source-Datenbanken oder auch NoSQL Systeme betrieben. Oftmals bestehen direkte Verbindungen innerhalb einer Systemklasse (z.B. über Datenbanklinks zwischen Oracle Systemen). Bei einer heterogenen...
Weiterlesen
Plug & Play: MySQL Shell Plugins mit Python
Matthias Jung
Data Management
Die MySQL Shell ist ein nützliches Werkzeug. Sie stellt einen adäquaten Ersatz für den bekannten "mysql"-Client dar, bietet darüber hinaus aber unzählige weitere Funktionen und Features. So kann der Funktionsumfang der MySQL Shell beispielsweise relativ einfach über sogenannte Plugins erweitert werden. Als Programmiersprache kommen hierbei JavaScri...
Weiterlesen
Künstliche Intelligenz in Produktion mit MLflow – Teil 3: Model Serving
ORDIX AG
Data Management
Dieser Teil der Reihe dreht sich um die Herausforderungen von Model Serving. In Teil 2 wurde das Modul MLflow Models eingeführt und gezeigt, wie ein trainiertes Modell im Artifact Store gespeichert werden kann. In diesem Teil wird vorgestellt, wie ein solches Modell in verschiedenen Formen bereitgestellt werden kann. Problem 3: Model Serving Wenn e...
Weiterlesen
„TOASTen“ mit PostgreSQL
Michael Spoden
Data Management
TOAST – The Oversized-Attribute Storage Technique Daten einer Tabelle werden in PostgreSQL bekannterweise in Blöcken abgelegt. Die Datenbank nutzt dabei Blockgrößen von standardmäßig 8 kByte bis maximal 32 kByte, welche anfangs beim Kompilieren der Datenbanksoftware festgelegt wird. Die Länge eine Zeile war zunächst auf die Größe eines Blockes besc...
Weiterlesen
Künstliche Intelligenz in Produktion mit MLflow – Teil 2: Model Management
ORDIX AG
Data Management
In Teil 1 wurde gezeigt, wie mit MLflow in der Entwicklungsphase der Überblick über Metriken und Parameter behalten werden kann. Im zweiten Teil werden die Herausforderungen beschrieben, die sich beim Model Management ergeben. Problem 2: Model Management Trainierte Modelle werden in der Regel in anderen Software-Umgebungen eingesetzt als denen, in ...
Weiterlesen
Künstliche Intelligenz in Produktion mit MLflow – Teil 1: Model Tracking
ORDIX AG
Data Management
Der Einsatz von Künstlicher Intelligenz (KI) und Machine Learning (ML) ist auf dem Vormarsch. Dabei ergeben sich neue Herausforderungen im Vergleich zu klassischen Softwareentwicklungs-Projekten. In dieser Beitragsreihe beschreiben wir einige der technischen Herausforderungen bei der Inbetriebnahme von KI und stellen mit MLflow ein Tool vor, mit de...
Weiterlesen