#57 - SageDB - Database vận hành dựa trên Machine Learning model
Những bài viết hay
Kỹ thuật ra quyết định theo nhóm yếu tố — blog.avenuecode.com
Khi làm việc trong nhóm hay độc lập, bạn luôn phải đứng trước vô vàn sự lựa chọn để giải quyết một vấn đề. Như khi BoD của một công ty, tập đoàn cần lựa chọn một CEO để điều hành bộ máy hoạt động tốt nhất. Sẽ có nhiều ứng viên với những điểm mạnh, điểm yếu khác nhau. Kỹ thuật AHP ( Analytic Hierarchy Process) sẽ lần lượt đánh giá từng yếu tố của từng ứng viên và tổng hợp thành một con số. Ứng viên có giá trị cao nhất sẽ được đánh giá là phù hợp nhất cho cho vị trí CEO.
Kết hợp luồng xử lý batching và streaming data của kiến trúc Lambda. — engineering.linkedin.com
Kiến trúc lambda có nhược điểm là cần phải bảo trì hai code base khác nhau (batch processing và streaming) cho cùng một tác vụ. Đội ngũ vận hành sẽ phải bỏ nhiều hơn thời gian để xử lý khi vấn đề xảy ra để đảm bảo cả hai luồng xử lý batching và streaming đều hoạt động bình thường. Tác giả Khải Trần, Engineer tại Linkedin, đã chia sẻ cách mà đội ngũ Engineer của LinkedIn đã kết hợp hai luồng xử lý này vào với nhau, khắc phục nhược điểm này của kiến trúc Lambda.
SageDB: database system hoạt động dựa trên Machine Learning model. — blog.acolyer.org
SageDB là database được thiết kế để có thể tối ưu quá trình vận hành thông qua những mô hình học máy, rút trích những đặc điểm của tập dữ liệu lưu trữ để truy xuất tốt hơn.
Có thể bạn chưa biết
Một process được quản lý bởi OS sẽ luôn có một mức độ ưu tiên nhất định và được vào waiting queue để chờ được lấy ra và xử lý. Những process có độ ưu tiên cao hơn sẽ được thực thi trước. Như vậy, có khả năng những process có độ ưu tiên thấp sẽ không được thực thi trong một thời gian dài (MIT từng tiết lộ có một process đã được đưa vào hàng đợi xử lý hơn 5 năm và vẫn chưa được xử lý), người ta định nghĩa là starvation. Do vậy, những process như vậy sẽ được nâng lên mức độ ưu tiên một khoảng thời gian nhất định, gọi là Aging ( chi tiết).