Pattern di incorporamento

Le pipeline AI in tempo reale possono generare e gestire integrazioni in diversi modi, a seconda di dove viene eseguito il modello, di quanta latenza l'applicazione può tollerare e di quanto strettamente la generazione di incorporamenti deve essere abbinata alla replica transazionale. Oracle GoldenGate supporta più pattern di incorporamento che consentono alle organizzazioni di arricchire i dati mentre si spostano attraverso la pipeline di replica, invece di fare affidamento solo su processi batch separati o post-elaborazione a valle. I due approcci più comuni sono richiamare un servizio AI esterno utilizzando @AISERVICE o chiamare la logica di incorporamento residente nel database utilizzando @DBFUNCTION. Entrambi i pattern consentono di creare integrazioni durante lo spostamento dei dati, ma differiscono per le caratteristiche delle prestazioni, le dipendenze operative, l'uso delle risorse e le garanzie di coerenza. La scelta del modello giusto richiede il bilanciamento di throughput, latenza, governance dei modelli, disponibilità dei servizi e la necessità di mantenere sincronizzati i vettori generati con i dati di origine.

Pattern	Ideale per	Attenzione per
@AISERVICE	Modelli basati su GPU; servizi AI centralizzati; inferenza scalabile al di fuori del database	Latenza di rete; comportamento dei nuovi tentativi; disponibilità del servizio; gestione delle dipendenze esterne
@DBFUNCTION	Incorporamento nel database; stretto accoppiamento con la logica di applicazione della destinazione; governance locale	Uso CPU del database; runtime delle funzioni; ritardo Replicat; isolamento delle risorse