Industri basis data telah mengalami revolusi yang tenang selama dekade terakhir.

Basis data tradisional mengharuskan pejabat untuk memberikan kapasitas tetap, termasuk sumber daya dan penyimpanan akun. Bahkan di cloud, dengan opsi basis data sebagai layanan, institusi terutama mendorong kapasitas server yang sangat lesu sebagian besar waktu tetapi dapat menangani beban puncak. Database tanpa server jantung formulir ini. Mereka secara otomatis memperluas rentang akun sumber daya naik dan turun berdasarkan permintaan aktual dan pengisian hanya untuk apa yang digunakan.

Amazon Web Services (AWS) Dia adalah pelopor dalam pendekatan ini selama lebih dari satu dekade dengan DynamoDB dan memperluasnya ke database Aurora Serverless. Sekarang, AWS mengambil langkah berikutnya dalam transformasi tanpa server ke basis datanya dengan satu tahun Amazon DocumentDB Serverless. Ini membawa ekspansi otomatis ke database dokumen yang kompatibel dengan MongoDB.

Waktu mencerminkan perubahan mendasar dalam cara mengkonsumsi aplikasi ke dalam sumber daya basis data, terutama dengan penampilan agen kecerdasan buatan. Serverless sangat cocok untuk skenario permintaan yang tidak terduga, yang merupakan beban kerja AI ACTARIC.

“Kami melihat lebih banyak karya Aisinc AI di akhir yang fleksibel dan paling terorganisir,” Ganapathy (G2) Krishnamorate, wakil kepala basis data AWS, Tell VentureBeat. “Karena itu, para agen dan pelayan berjalan berdampingan.”

Membandingkan server dengan database sebagai layanan perbandingan

Status ekonomi basis data tanpa server menjadi meyakinkan ketika memeriksa cara kerja pasokan tradisional. Organisasi biasanya menyediakan database puncak, kemudian membayar kapasitas ini di sekitar jam 24/7 terlepas dari penggunaan aktual. Ini berarti membayar sumber daya kelesuan selama jam sibuk, akhir pekan dan ketenangan musiman.

“Jika beban kerja Anda sebenarnya lebih dinamis atau kurang dapat diprediksi, server tanpa server lebih cocok karena memberi Anda kapasitas dan ruang utama, tanpa benar -benar kebutuhan untuk memuncak setiap saat,” jelas Krishnamori.

AWS mengklaim bahwa Amazon DocumentDB Serverless dapat mengurangi biaya hingga 90 % dibandingkan dengan database tradisional yang tersedia untuk mengubah beban kerja. Penghematan berasal dari penskalaan otomatis yang sesuai dengan kemampuan dengan permintaan aktual.

Namun, mungkin ada risiko yang mungkin dengan database tanpa server. Melalui opsi database sebagai layanan, lembaga biasanya membayar biaya tetap untuk membentuk basis data kecil, menengah atau besar. Dengan server, tidak ada struktur biaya yang sama.

Krishnamoorthy mencatat bahwa AWS telah menerapkan konsep pegangan tangan untuk biaya database tanpa server melalui minimum dan maksimum, yang mencegah biaya melarikan diri.

Apa itu DocumentDB dan mengapa itu penting

DocumentDB berfungsi sebagai layanan database dokumen AWS dengan kompatibilitas API MongoDB.

Berbeda dengan database yang menyimpan data dalam tabel padat, dokumen database menyimpan informasi seperti dokumen JSON (JavaScript Object). Ini membuatnya ideal untuk aplikasi yang membutuhkan struktur data yang fleksibel.

Layanan ini berurusan dengan situasi penggunaan umum, termasuk aplikasi game yang menyimpan detail profil operator, platform e -commerce yang menjalankan produk produk dengan fitur yang berbeda dan sistem manajemen konten.

Konsensus MongoDB menciptakan jalur imigrasi untuk lembaga yang saat ini menjalankan MongoDB. Dari perspektif kompetitif, MongoDB dapat bekerja di cloud apa pun, sementara Amazon DocumentDB hanya di AWS.

Risiko penutupan cenderung menjadi perhatian, tetapi merupakan masalah yang AWS coba atasi dengan berbagai cara. Salah satu caranya adalah dengan memungkinkan kemampuan pertanyaan seragam. Krishnamoorthy mencatat bahwa dimungkinkan untuk menggunakan database AWS untuk menanyakan tentang data yang mungkin ada di penyedia cloud lain.

“Adalah fakta bahwa sebagian besar pelanggan memiliki infrastruktur mereka menyebar melalui banyak awan,” kata Krishnamori. “Kami menganggap, terutama, apa masalah yang sebenarnya dicoba oleh pelanggan.”

Cara menyesuaikan adegan AIC serverless documentdb

Agen kecerdasan buatan mewakili tantangan unik bagi pejabat basis data karena pola konsumsi sumber daya mereka sulit diprediksi. Tidak seperti aplikasi web tradisional, yang biasanya memiliki pola lalu lintas yang relatif tetap, agen dapat mengarah pada reaksi basis data yang berturut -turut yang tidak dapat diprediksi oleh para pejabat.

Database dokumen tradisional mengharuskan pejabat untuk memberikan kapasitas puncak. Ini membuat sumber daya untuk tidak aktif selama periode yang tenang. Dengan agen kecerdasan buatan, puncak -puncak ini bisa mengejutkan dan besar. Pendekatan server menghapus tebakan ini dengan membatasi sumber daya akun secara otomatis berdasarkan permintaan aktual alih -alih kebutuhan kapasitas yang diharapkan.

Selain hanya basis data yang dekat, Krishnamorate mencatat bahwa Amazon DocumentDB Serverless juga akan mendukung dan bekerja dengan MCP (model protokol konteks), yang banyak digunakan untuk memungkinkan alat kecerdasan buatan untuk bekerja dengan data.

Ternyata, MCP di institusi dasarnya adalah seperangkat aplikasi JSON. Sebagai database berbasis JSON, Amazon DocumentDB dapat membuat pengalaman yang lebih berpengetahuan bagi pengembang untuk bekerja dengan mereka, menurut Crichnamori.

Mengapa Institusi Perhatian: Penyederhanaan Operasional Melampaui Penghematan Biaya

Meskipun pengurangan biaya menjadi berita utama, manfaat operasional dari serverless mungkin lebih penting untuk akreditasi lembaga. Serveress menghilangkan kebutuhan akan kapasitas untuk merencanakan kapasitas, salah satu aspek yang paling banyak waktu dan rentan dari manajemen basis data.

“Sebenarnya, serverless benar -benar meningkatkan kebutuhan Anda dalam kenyataan. Yang kedua adalah bahwa itu sudah mengurangi jumlah beban operasional yang Anda miliki, karena Anda bukan hanya kapasitas kapasitas,” kata Krishnamori.

Penyederhanaan operasi ini menjadi lebih berharga karena organisasi memperluas inisiatif kecerdasan buatan. Alih -alih pejabat basis data, mereka terus -menerus menyesuaikan kapasitas berdasarkan pola agen, sistem berurusan dengan penskalaan secara otomatis. Ini mengedit perbedaan untuk fokus pada pengembangan aplikasi.

Untuk institusi yang ingin mendorong jalan dalam kecerdasan buatan, berita ini berarti bahwa dokumen dokumen di AWS sekarang dapat memperluas ruang lingkup mereka dengan lancar dengan beban pekerjaan agen yang tidak terduga sambil mengurangi biaya kompleksitas dan infrastruktur operasi. Model server memberikan dasar untuk pengalaman kecerdasan buatan yang dapat diperluas secara otomatis tanpa kapasitas yang dikirimkan.

Untuk lembaga yang ingin mengadopsi kecerdasan buatan nanti dalam kursus, ini berarti bahwa struktur tanpa hamba telah menjadi prediksi dasar infrastruktur database yang siap untuk kecerdasan. Menunggu adopsi database dokumen tanpa server dapat menempatkan institusi pada posisi kompetitif ketika akhirnya menerbitkan agen kecerdasan buatan dan beban kerja dinamis lainnya yang mendapat manfaat dari penskalaan otomatis.

CEO Apple Tim Cook mengatakan perusahaan itu “terbuka” untuk merger dan akuisisi, karena “secara signifikan” meningkatkan investasinya dalam AI, Seperti yang dilaporkan oleh CNBC. Pernyataan Cook dibuat di sebelah rilis Apple Trimester ketiga mendapatkan hasilyang mengungkapkan bahwa produsen iPhone mengumpulkan $ 94 miliar antara April dan Juni, menandai peningkatan 10 % pada periode yang sama tahun lalu.

Pengamatan muncul ketika Apple terus dilihat sebagai di balik perlombaan AI, dengan upayanya untuk menunda kecerdasan Apple sehubungan dengan rekan -rekan dan tujuannya berburu beberapa insinyur utamanya. Perusahaan semakin banyak menggunakan startup AI untuk bantuan – dan laporan telah menyarankan bahwa Apple terbuka untuk membuat akuisisi besar untuk memulihkan penundaan tersebut.

Berbicara tentang AI, Cook mengatakan perusahaan itu “memasukkannya ke dalam perangkat kami, platform kami dan seluruh perusahaan,” menurut CNBC. Meskipun Apple telah menunjukkan rencana besar untuk versi yang ditingkatkan dari Siri, momen peluncurannya tetap tidak pasti setelah perusahaan menunda renovasi. Wakil Presiden Perangkat Lunak Apple, Craig Federighi, mengatakan itu tidak “cukup dapat diandalkan” untuk dirilis secara luas.

“Kami melakukan kemajuan yang baik dalam kepiting yang lebih personal,” kata Cook saat panggilan won pada hari Kamis. “Kami juga merelokasi sejumlah orang yang masuk akal untuk fokus pada sumber daya AI di dalam perusahaan.”

Meskipun ada cegukan AI, bisnis utama Apple tetap kuat. Perusahaan iPhone Apple tumbuh 13 % tahun demi tahun menjadi $ 44,6 miliar. Pendapatan Mac juga melihat dorongan, mencapai pendapatan $ 8,1 miliar, mungkin karena peluncuran Apple ke MacBook Air baru pada bulan Maret. Apple Service Revenue, yang mencakup tanda tangan untuk hal -hal seperti Apple TV Plus, iCloud dan Apple Music, telah mengalami peningkatan 13 %menjadi $ 27,4 miliar, yang menurut Apple adalah “tertinggi sepanjang masa.”

Namun, mungkin ada tantangan lain untuk bisnis ini. Pada bulan Mei, Apple mengatakan tarif Presiden Donald Trump dapat menelan biaya untuk perusahaan setidaknya $ 900 juta selama kuartal Juni. Ada kemungkinan bahwa biaya -biaya ini meningkat lebih lanjut, karena Trump mengancam Apple dengan tarif “setidaknya” 25 % jika perusahaan tidak membawa produksi ke AS. Apple telah mengubah bagian dari produksinya ke India untuk mengurangi ketergantungannya pada Cina, sebuah gerakan yang Trump bukan penggemar.

Apple diperkirakan akan meluncurkan Formasi IPhone baru 17 pada bulan September. IOS 26 harus diluncurkan pada saat yang sama, memberikan bahasa desain “kaca cair” yang membagi beberapa pengguna.

Anda tidak memiliki izin untuk mengakses “http://sports.ndtv.com/football/khalid-jamils-tenure-as-as-indian-jamils-team-head-coach-lisely-to-two-o-three-8999190” di server ini.

Referensi #18.AC24C317.1754043969.45F840CA

https://errors.edgesuite.net/18.ac24c317.1754043969.45f840ca