首先

东京卡桑德拉日

今年，日本也将举办Cassandra Day活动，时间是2023年6月1日。去年，Cassandra Day在柏林、伦敦、阿姆斯特丹、河内、雅加达、休斯顿、圣塔克拉拉、西雅图和新加坡举办过。

我们将在东京举办的本次活动中发布与Apache Cassandra相关的文章。

关于Apache Cassandra

要用一句话概括，Apache Cassandra是一个开源的分布式数据库管理系统。

和其他分布式数据库管理系统一样，使用多个通用服务器构建一个数据库（也可以只使用一个服务器进行开发等目的）。

在这里，我们将省略详细的解释，而是将介绍给感兴趣的人，这个角色将转交给官方网站或维基百科。

Cassandra和人工智能

这篇文章的来源

从Alan Ho的Google Quantum AI文章《使用Cassandra作为实时特征存储的从业者指南》中，我们将介绍有关引入的信息。

本文阐述了“关于如何使用实时特征存储作为最佳实践”的内容。在这里，我们希望更多地解释为什么它的重要性，而不是关注于如何实施（最佳实践）。

实时人工智能（AI）是什么？

实时人工智能根据当前发生的事件进行推理或训练模型。

过去，通常在夜间或整天以批处理方式进行模型训练和基于模型的推理（预测）。
目前，最新的机器学习系统越来越倾向于利用最新数据进行推理，以提供尽可能准确的预测。
一些先进的公司，如TikTok和Google，通过实时模型训练的方式，进一步推动了实时范式。

面对这种变化，特征数据（用于训练和推断机器学习模型的数据）的处理方式（具体来说，作为持久化层的数据库）也需要适应。

「特征（特征值）存储是什么？

特征存储库是一个具备机器学习（ML）所独有的以下功能的数据系统。

• 生データを特徴量に変換するデータパイプラインを実行する

• 特徴量データを保存および管理する

トレーニングと推論の目的のために特徴量データを一貫提供する

以下是特征存储的生命周期示意图。（引自博客文章《Feature Store是什么》）

另外，以下是特色商店的主要组成部分（摘自同一部营销博客）。

卡桑德拉和特征存储库

实时人工智能在特征数据的处理上，特别是在模型提供和训练方面，对于持久层数据库有一定的要求（如性能等）。

Cassandra在满足这些需求的数据库中被使用。

在Uber的雇用案例中，以具体例来说。

在上述介绍的博客文章中，详细讨论了性能要求的数值，并介绍了最佳实践。

我們將通過介紹Uber公司的實際應用案例，來引起關注並總結目前關於即時人工智能和功能商店的情況。

以下是Uber公司工程部营销博客介绍的系统概述。

有关详细信息，请参阅博客正文。

最终

在本文中，我们介绍了与Cassandra和人工智能相关的实时人工智能和功能存储这两个关键词。

另外，为了那些想要了解更具体内容的人们，我提供了一些信息源的链接。

在考虑以这篇”入门篇”为基础，在另一个机会上发布更深入内容的文章。