AI 增强模式原理解读

直播
2019年12月05日 - 2019年12月05日 08:00 (UTC+8)
线上分享

当企业初次使用 Kyligence 的产品时,如何设计高效合理的预计算模型,是提升分析性能的第一步,也是最为关键的一步。这里需要数据工程师对业务的查询模式有深入的理解;甚至在系统上线伊始,业务还没有固定的查询模式,无法指导数据工程师设计出兼顾效率和性能的预计算模型。

目前,在 Kyligence 的最新产品中新增了 AI 增强模式。用户只需要按业务分析场景创建基础的数据模型,AI 增强引擎会辅助用户完成模型优化、索引创建的工作。在这个引擎中,系统会自动学习用户的查询 SQL,生成精准的模型优化建议,实现模型的智能演进,不断提高系统性能,有效提升计算和存储资源的利用率。有了这个功能以后,企业在初次使用 Kyligence 时,建模难度将大大降低。从长远来看,也可以大幅降低运维成本,提高企业 IT 部门对业务需求的响应效率。

 

在本次分享中,您将了解到:
  • 如何破解企业日趋增长的数据量带来的查询性能下降难题
  • AI增强模式原理解析
  • AI 增强模式 demo:使用标准TPC-H数据集,介绍如何利用AI增强技术加速零售行业自助分析场景,轻松实现大规模数据、超高基维上的数据分析

 

请填写表格查看回顾视频
*输入不正确。 请确保正确填写所有必填字段。

想知道 Kyligence 能为你做些什么吗?