أخبار ar.wedoany.com، أضافت شركة Capital One Software ميزات التحسين الذكي لمنصة Slingshot، وهي منصة إدارة البنية التحتية للبيانات على مستوى المؤسسات، بهدف مساعدة الشركات على تحسين أداء أعباء العمل في Snowflake، والكشف السريع عن المشكلات ذات الصلة وحلها. تستخدم هذه الميزة المعلومات السياقية من بيئة المستخدم، ويمكنها تحديد فرص تحسين الأداء التي تتجاوز مستوى بناء جملة SQL الأساسي وتكاليف التخزين.
تعكس هذه الميزة تحولاً جوهرياً في نهج التعامل مع كفاءة البيانات لدى المؤسسات: لم يعد الأمر يقتصر على ضبط الموارد الفردية بشكل منعزل، بل أصبح يشمل فهم وتحسين النظام بأكمله بما في ذلك الكود، وخطوط الأنابيب، والبنية التحتية، والفريق.
صرح جيف تشو، نائب الرئيس لإدارة منتج Slingshot في Capital One Software، بأن البنية التحتية للبيانات في المؤسسات هي شبكة مترابطة ومعقدة، وتتطلب نهجاً يراعي السياق لتحقيق التحسين على نطاق واسع. تساعد ميزات التحسين الذكي في Slingshot المؤسسات على فهم كيفية تشغيل الاستعلامات فعلياً، وأغراض الجداول، والمجالات التي يكرر فيها الفريق العمل دون قصد، مما يحقق تحسيناً في الكفاءة على مستوى النظام.
تشمل ميزات التحسين الذكي القادمة في Slingshot ما يلي: تحسين استعلامات AI المدرك للسياق، والذي يحدد تلقائياً الاستعلامات الأكثر استهلاكاً في بيئة Snowflake حسب التكلفة ووقت التشغيل والتكرار، ويولد توصيات تحسين مدعومة بالذكاء الاصطناعي، مما يوفر للمسؤولين ومهندسي البيانات خطوات قابلة للتنفيذ وتقديرات لتحسين التكلفة ووقت التشغيل؛ تحسين جداول AI المدرك للسياق، والذي يحلل أفضل 50 جدولاً حسب تأثير الاستعلام ويوفر حلولاً متعددة الأبعاد لإصلاح البنية التحتية، ويتحقق قبل تقديم التوصيات من أن تغيير الجدول لن يؤثر سلباً على الاستعلامات الرئيسية؛ كشف خطوط الأنابيب المكررة، والذي يستخدم الذكاء الاصطناعي لاكتشاف التكرار غير المقصود من خلال تحليل الأنماط الشائعة لاستخدام البيانات، ومقارنة أعباء العمل المتشابهة لتقييم التكافؤ الوظيفي؛ مستكشف البيانات، وهو واجهة تحليل تفاعلية للتنقل عبر المستويات، تدعم فرق البيانات في التحقيق في الأسباب الجذرية، ويمكن للمستخدمين تقطيع التكاليف عبر أبعاد متعددة مثل الحساب والمستخدم وتجزئة الاستعلام والعلامات ونوع الخدمة باستخدام مرشحات متزامنة، كما يوفر صفحات تفاصيل للمستودعات الفردية وقواعد البيانات والاستعلامات، بالإضافة إلى السياق التاريخي لتغييرات المستودع.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
