패턴 포함

실시간 AI 파이프라인은 모델의 실행 위치, 애플리케이션이 허용할 수 있는 대기 시간, 트랜잭션 복제와 밀접하게 임베딩 생성을 결합해야 하는 정도에 따라 여러 가지 방법으로 임베딩을 생성하고 관리할 수 있습니다. Oracle GoldenGate는 별도의 일괄 처리 작업 또는 다운스트림 사후 처리에만 의존하는 대신 복제 파이프라인을 통해 이동하는 데이터를 보강할 수 있는 여러 임베딩 패턴을 지원합니다. 가장 일반적인 두 가지 방법은 @AISERVICE를 사용하여 외부 AI 서비스를 호출하거나 @DBFUNCTION를 사용하여 데이터베이스 상주 임베딩 논리를 호출하는 것입니다. 두 패턴 모두 데이터 이동 중에 임베딩을 생성할 수 있지만 성능 특성, 운영 종속성, 리소스 사용 및 일관성 보장이 서로 다릅니다. 올바른 패턴을 선택하려면 처리량, 대기 시간, 모델 거버넌스, 서비스 가용성 간의 균형을 유지하고, 생성된 벡터를 소스 데이터와 동기화해야 합니다.

패턴	최적	다음에 대한 감시
@AISERVICE	GPU 기반 모델, 중앙 집중식 AI 서비스, 데이터베이스 외부의 확장 가능한 추론	네트워크 대기 시간, 재시도 동작, 서비스 가용성, 외부 종속성 관리
@DBFUNCTION	데이터베이스 내 임베딩, 대상 적용 논리와의 긴밀한 연결, 로컬 거버넌스	데이터베이스 CPU 사용량, 함수 런타임, Replicat 지연, 리소스 격리