[发明专利]用于数据库查询处理的机器学习推理调用

说明书

本发明描述进行机器学习推理调用以用于数据库查询处理的技术。在一些实施方案中，一种进行机器学习推理调用以用于数据库查询处理的方法可以包括：至少基于将对存储在数据库服务中的数据执行的查询来生成第一批机器学习请求，其中所述查询标识机器学习服务；将所述第一批机器学习请求发送到异步请求处理程序的输入缓冲器，所述异步请求处理程序基于所述第一批机器学习请求来生成第二批机器学习请求；以及从所述异步请求处理程序的输出缓冲器获得多个机器学习响应，所述机器学习响应是由所述机器学习服务响应于接收到所述第二批机器学习请求而使用机器学习模型生成。

发明背景

机器学习领域已被公认为未来技术的可能的重要驱动力。各地的组织现在寻求使用机器学习技术来解决各种各样的问题，例如优化其产品、过程、客户体验等各方面。虽然机器学习的高层观点听起来简单–例如，向计算机提供训练数据，允许所述计算机自动地向训练数据学习以生成可以针对其它数据进行预测的模型–但在实践中实施机器学习技术可能非常困难。

此困难部分是由于处于领域前列的学术研究人员或个人所开发的机器学习算法的基础算法和数学复杂性所致。另外，也难以生成、更新和部署有用的模型，此举可能极其耗时且耗资源并且充满复杂性。此外，机器学习模型往往会极其专注于特定的使用情形和操作环境，且因此基础环境或使用情形的任何改变均可能需要完全重新生成新模型。此外，构建和部署机器学习技术与传统软件工程极为不同，且需要与传统软件工程开发团队所熟悉的实践和架构不同的实践和架构。虽然机器学习技术使各种组织受益匪浅，但所述机器学习技术的使用需要大量专业知识，而这些专业知识不容易用于使用关系数据库和其它数据存储器件的传统数据处理。

附图说明

将参考图式描述根据本公开的各种实施方案，在图式中：

图1是图解说明根据一些实施方案的用于数据库查询处理的机器学习推理调用的环境的图。

图2是图解说明根据一些实施方案的异步请求处理程序的图。

图3是图解说明根据一些实施方案的进行机器学习推理调用以使用本地机器学习模型来进行数据库查询处理的环境的图。

图4是图解说明根据一些实施方案的进行机器学习推理调用以使用本地机器学习模型来进行数据库查询处理的替代性环境的图。

图5是图解说明根据一些实施方案的用于机器学习推理调用的示例用户接口的图。

图6是图解说明根据一些实施方案的进行机器学习推理调用以用于数据库查询处理的方法的操作的流程图。

图7是根据一些实施方案的训练并托管机器学习模型的说明性操作环境的框图。

图8图解说明根据一些实施方案的示例提供商网络环境。

图9是根据一些实施方案的向客户提供存储服务和硬件虚拟化服务的示例提供商网络的框图。

图10是图解说明可以在一些实施方案中使用的示例计算机系统的框图。

具体实施方式

本公开涉及用于机器学习推理调用以进行数据库查询处理的方法、设备、系统和非暂时性计算机可读存储介质。根据一些实施方案，可以将机器学习推理调用整合到数据库查询中以使得能够使用机器学习技术而不要求用户具有专业的机器学习知识。在一些实施方案中，可以在无需对应用、数据库服务等做出大量改变的情况下将机器学习调用整合到数据库查询中，例如结构查询语言(SQL)查询或用于处理结构化数据的其它流行的查询语言。