Artificial Intelligence

Artificial Intelligence (AI) memiliki dampak yang jelas pada database. Di antara pemain utama, Microsoft menerapkan AI untuk terus memantau pola beban kerja database Azure SQL dan menerapkan penyetelan otomatis ketika mengenali peluang untuk meningkatkan kinerja database, misalnya. Dan Oracle telah meluncurkan Oracle Autonomous Database Cloud, yang menggunakan Machine Learning untuk memungkinkan database untuk secara otomatis meningkatkan, menambal, dan menyetel sendiri saat berjalan.

Database apa pun yang digunakan di perusahaan Anda, ada peluang untuk memanfaatkan AI sebagai bagian dari solusi Manajemen Basis Data untuk secara proaktif mendukung keamanan, perencanaan kapasitas, pengoptimalan beban kerja, dan penyetelan kinerja.

“Kami menyadari persyaratan untuk menangani database yang besar berubah dengan cepat, dan alat konvensional sama sekali tidak bisa mengikuti,” kata Rick Oppedisano, presiden dan CEO Delta Bravo. Meskipun pemantauan adalah landasan yang sangat penting untuk Manajemen Database, keamanan database dan perencanaan kapasitas prediktif sangat penting dalam mengelola lingkungan yang besar juga.

“Biaya pemantauan saja untuk situasi ini dapat menjadi penghambat, apalagi mencoba untuk mengatasi masalah keamanan database, pemenuhan, atau perencanaan kapasitas prediksi – yang alat konvensional tidak dapat mengatasi” katanya.

Oppedisano mencatat bahwa apa yang dilakukan Microsoft dan Oracle – menggunakan AI dan Machine Learning untuk memastikan produk mereka dikonfigurasikan dan digunakan sesuai desain – penting, untuk mengurangi panggilan teknis untuk masalah terkait konfigurasi.

“Perbedaannya adalah kita fokus pada metode khusus setiap klien karena menggunakan teknologi tersebut di luar konfigurasi. Kami membantu menyesuaikan database dengan praktik terbaik yang spesifik untuk kebutuhan bisnis khusus mereka, ”katanya.

Artificial Intelligence Digs In

Delta Bravo, Oppedisano mengatakan, ide menggunakan AI, Machine Learning, Data Science, dan Predictive Analytics untuk mengatasi masalah Manajemen Database besar setelah perusahaan bekerja dengan tim Sains Data AccuWeather untuk membangun D3 Advanced Weather sebagai Platform Analytics mereka.

D3 menggunakan machine learning dan AI untuk membantu perusahaan mengukur dan memprediksi dampak cuaca pada lalu lintas kaki bisnis mereka, biaya operasional, dan penjualan produk dan untuk membantu klien menyesuaikan strategi mereka dengan cara seefisien mungkin. Data untuk D3 berasal dari ribuan sumber data termasuk data cuaca historis, data yang diperkirakan, dan data kliennya sendiri tentang penjualan, tren pembelian, dan metrik operasional.

D3 adalah hit – tetapi AccuWeather membutuhkan bantuan mengelola platform, termasuk pemeliharaan, keamanan, dan kinerja. Khususnya dengan data klien dalam gambar, jaminan keamanan yang tinggi di sekitar database sangat penting. D3 juga berjalan di Azure Cloud, dan bantuan diperlukan untuk mengoptimalkan kinerjanya dan memprediksi dampak pertumbuhan biaya di masa depan.

Delta Bravo menyadari bahwa ia harus membangun solusi Manajemen Database AI untuk melayani sistem AI yang sangat rumit – sistem yang dapat mengidentifikasi dan memprioritaskan masalah dan memberikan solusi perbaikan dalam skala dan kecepatan. Sekarang, Delta Bravo memiliki beberapa lusin klien yang memanfaatkan teknologi untuk memprediksi masalah di mana saja dari ratusan hingga ribuan database produksi dan non-produksi.

“Klien kami cenderung menjadi toko yang lebih besar dengan tim data yang lebih kecil – perusahaan yang memiliki harapan tinggi seputar keamanan dan kinerja data mereka, tetapi tidak memerlukan satu ton orang untuk menyampaikan pada mereka,” komentar Oppedisano. Perusahaan-perusahaan ini ingin menempatkan tim mereka dalam posisi menghemat waktu dan bersikap proaktif, bukan reaktif.

Teknologi Delta Bravo dapat menentukan, misalnya, bahwa akan ada masalah dengan kinerja database 30 hari sebelum terjadi agar perusahaan dapat meminimalkan waktu henti dan kecepatan ke resolusi. Algoritma Pemrograman Mesin membantu bisnis memahami pola penggunaan terbaik untuk lingkungan tertentu dan kemudian menunjukkan peristiwa yang menciptakan anomali, bahkan sebelum ambang batas yang ditetapkan untuk menghasilkan peringatan tercapai. Mengetahui masalah ada di cakrawala “mengubah cara Anda akan mengatasi pemecahan masalah” – dan untuk yang lebih baik, Oppedisano mencatat.

“Delta Bravo meramalkan masalah dan memberikan kode atau petunjuk langkah demi langkah untuk memperbaiki,” katanya. “Ini memberi Anda semua yang perlu Anda ketahui untuk mengelola tier data besar-besaran.” Ini seperti memiliki seorang ahli yang melakukan pekerjaan kotor untuk Anda, kemudian menempatkan Anda pada posisi akhir untuk membuat pilihan melanjutkan pada saran tersebut.

Kemampuannya untuk memberi pengguna pandangan tentang tren saat ini dan prediksi masa depan untuk pemanfaatan sumber daya, kinerja, keamanan, dan kepatuhan untuk setiap database juga membantu dengan cara lain. Misalnya, menerapkan Analytics Prediktif ke beban kerja database dapat mendorong pengoptimalan pembelanjaan dalam situasi di mana klien mungkin mempertimbangkan untuk memigrasikan data ke Cloud tetapi tidak memiliki cukup pemahaman tentang bagaimana tren untuk mengetahui apa yang akan mereka lakukan selama enam bulan kedepan. “Ketika Anda memikirkan Manajemen Data, Anda harus mengawasi tren pertumbuhan, metrik kinerja, tindakan, dan acara,” kata Oppedisano.

Dengan semua informasi ini dikumpulkan, AI dapat bertindak, menghubungkan peristiwa database masa lalu, sekarang, dan masa depan; menyaring, dan mendorong prediksi langkah yang tepat untuk dilakukan, jika misalnya menemukan lonjakan sistem terkait dengan suatu peristiwa yang berdampak negatif terhadap respons kueri.

“Jika ini masalah kinerja, kami menjalankannya melalui berbagai model dan menemukan solusinya dengan kemungkinan keberhasilan tertinggi. Itu sama dengan keamanan dan biaya. Model kami dilatih kembali 10.000 kali sehari, ”kata Oppedisano.

Sistem ini dapat langsung mengamankan database untuk memenuhi standar keamanan dan kepatuhan praktik terbaik juga. Sama seperti teknologi dapat bekerja melalui puluhan penghitung kinerja, masing-masing tertimbang untuk kasus penggunaan database tertentu, itu menilai sekitar 130 penghitung keamanan (termasuk aktivitas permintaan abnormal) untuk melacak metrik utama yang terkait dengan kinerja CPU atau disk dan memprediksi dampaknya pada lingkungan. Ia juga hidup sesuai dengan standar-standar konfigurasi Departemen Pertahanan STIGS, menurut Oppedisano.

Ini semua penting bagi perusahaan seperti AccuWeather, yang mencakup lembaga pemerintah di antara pelanggan AccuWeather D3-nya. “Kami dapat menunjukkan pelanggaran, menunjukkan kode sistem kami yang digunakan untuk menemukannya, dan kode yang kami gunakan untuk memperbaikinya,” katanya. Perusahaan konsultan besar dapat menghabiskan waktu berbulan-bulan untuk mencapai tujuan yang sama: “Pembelajaran Mesin dan AI melakukannya di sini, menghasilkan kode dan instruksi langkah demi langkah. Ini saja nilai yang sangat besar. Tidak ada kasus penggunaan lain di mana seseorang menggunakan AI untuk melakukan ini”.

Sumber
Artificial Intelligence Takes on Large-Scale Database Management
By Jennifer Zaino