使用 MySQL HeatWave 制作终极户外冒险预测

MySQL 和 HeatWave 峰会 2024

核心观点

Craig Shallahamer 简介

• 身份：Oracle ACE 应用 AI 科学家总监，OraPub 创始人
• 专业领域：机器学习、人工智能、Oracle 数据库性能调优
• 主要成就：开发强化机器学习机器人，推出专业生成 AI 会话助手，著有《甲骨文绩效消防》和《甲骨文绩效预测》
• 社区贡献：Oracle ACE 主管，活跃参与 Oracle 用户组，担任董事会成员和志愿者

Shane AI：Oracle Tuning AI Assistant

• 功能：对话式 AI 助手，提供 Oracle 性能调优知识
• 技术基础：利用 Oracle 云基础设施（OCI）内的创成式 AI 服务，包括 LLM、向量存储、通用人工智能服务、自治数据库等
• 特色：具有独特的冲浪者角色，帮助用户提升 Oracle 系统性能优化技能

Viscosity 公司服务范围

• 数据库性能调优：Oracle、SQL Server、Postgres
• 其他服务：数据复制、数据仓库、分析、数据集成、ERP 蓝图、数据库升级
• 应用领域：Web/移动应用、.Net 和 C#、E-Business Suite SAAS/PAAS

OraPub 和 WACE 导演团队

• 成员：查尔斯·金（CEO）、Rich Niemiec（首席创新官）、肖恩·斯科特（首席顾问）、Gary Gordhamer（首席顾问）
• 贡献：编写超过 25 本技术书籍，推动 Oracle 社区发展

案例研究：使用 MySQL HeatWave 制作终极户外冒险预测

背景

• 问题：缺乏准确的地方性六小时降雨预报
• 解决方案：利用 AI 和 MySQL HeatWave 构建降雨预测模型

流程

1. 数据预处理：创建包含预处理数据的表格
2. 模型训练：使用 sys.ML_TRAIN 参数训练模型
3. 模型加载：将训练好的模型加载到 HeatWave 集群
4. 预测：使用 SELECT 语句提供最新数据并获取预测结果
5. 结果输出：将预测结果发送到用户移动设备

关键发现

• AutoML 质量：模型训练简单高效
• HeatWave 速度：预测速度快，稳定性高
• 集成优势：MySQL 和 HeatWave 集成与 Python API 简单易用
• 社区支持：API 广泛可用，社区资源丰富

结论

MySQL HeatWave 和 AI 技术能有效解决实际业务问题，提供准确、高效的预测服务，且操作简单、稳定性强