コスモスDB が弾力性を得る

Microsoft は、同社の分散マルチモデル データベースである Cosmos DB が改良され、弾力性が向上し、MongoDB のベクトル検索がサポートされるようになったと発表しました。

Cosmos DB は、グローバルに分散されたマルチモデル データベース サービスであり、Azure の地理的リージョンの数に関係なく、スループットとストレージを独立して拡張できます。 すべてのデータにインデックスを付け、マルチモデル サービスはドキュメント、キー値、グラフ、列ファミリーのデータ モデルをサポートします。 Cosmos DB には、MongoDB、Apache Cassandra、Apache Gremlin 用のワイヤ互換 API と、ネイティブ SQL 言語があります。

弾力性は、データベースまたはコンテナーのアイドル スループット容量を使用してトラフィックのスパイクを処理するバースト容量によって改善されています。 Cosmos DB チームによると、標準プロビジョニングされたスループットを使用するデータベースとコンテナーは、バースト容量を使用するように設定でき、リクエストがスループット制限を超えた場合でも、短期間のバースト中にパフォーマンスを維持できるとのことです。 これにより、プロビジョニングが不足している場合に、顧客に一時的なクッションが提供されます。

パフォーマンス関連のもう 1 つの改善点は、階層パーティション キーのサポートです。 これにより、1 つのパーティション キーの代わりに最大 3 つのパーティション キーを使用して、データ分散を改善し、より大きなスケールを達成できるようになります。

プレビューは、Azure Cosmos DB for NoSQL のマテリアライズド ビューのビルドでも発表されました。 これにより、ユーザーは、既存のコンテナーで提供するにはコストが高すぎるクエリを提供するために使用される、コンテナー内でデータの 2 番目のビューを作成および維持できるようになります。 マテリアライズド ビューを使用すると、2 つのコンテナ間でデータを作成および維持できるため、両方が効率的に機能し、コストを最適化し、時間を節約できます。

MongoDB vCore 用の Azure Cosmos DB の Vector Search も Build で発表されました。 これにより、お客様は Azure OpenAI 上に構築されたアプリケーションなどの AI ベースのアプリケーションを Azure Cosmos DB に保存されているデータと統合し、MongoDB vCore 用の Azure Cosmos DB に高次元ベクトル データを直接保存して操作できるようになります。 この機能により、ベクトル検索のためのより高価な代替手段にデータを転送する必要性が軽減されます。

Azure Cosmos DB の無料トライアル

Cosmos DB が Microsoft の Azure データベースを強化

Azure Cosmos DB がマルチマスターを取得

I Programmer の新しい記事に関する情報を入手するには、毎週のニュースレターに登録し、RSS フィードを購読し、Twitter、Facebook、または Linkedin でフォローしてください。

Python の優れた機能がプリロードされたこの Fedora ディストリビューションは、教室で Python を教えるのに最適であり、開発者にも多くの機能を提供します。

Google は、既存の機械学習 (ML) モデルをカスタマイズしてデータやアプリケーションと連携させるためのツールを発表しました。 MediaPipe Model Maker は、構築とトレーニングに代わる高速な代替手段を提供します [ ... ]

Disqus を使用してコメントを作成するか、既存のコメントを表示する

または、コメントを [email protected] に電子メールで送信してください。