آزمایشگاه راه اندازی سریع AlloyDB

۱. مرور کلی

با استفاده از این codelab، ما یک روش ساده و آسان برای راه‌اندازی AlloyDB را نشان خواهیم داد.

565b9be26973f8c2.png

آنچه خواهید ساخت

به عنوان بخشی از این، شما یک نمونه AlloyDB و خوشه را با نصب یک کلیک ایجاد خواهید کرد و یاد خواهید گرفت که آن را به سرعت در پروژه‌های آینده خود نیز راه‌اندازی کنید.

الزامات

  • یک مرورگر، مانند کروم یا فایرفاکس
  • یک پروژه گوگل کلود با قابلیت پرداخت.

۲. قبل از شروع

ایجاد یک پروژه

  1. در کنسول گوگل کلود ، در صفحه انتخاب پروژه، یک پروژه گوگل کلود را انتخاب یا ایجاد کنید.
  2. مطمئن شوید که صورتحساب برای پروژه ابری شما فعال است. یاد بگیرید که چگونه بررسی کنید که آیا صورتحساب در یک پروژه فعال است یا خیر .
  1. شما از Cloud Shell ، یک محیط خط فرمان که در Google Cloud اجرا می‌شود، استفاده خواهید کرد. روی Activate Cloud Shell در بالای کنسول Google Cloud کلیک کنید.

تصویر دکمه فعال کردن Cloud Shell

  1. پس از اتصال به Cloud Shell، با استفاده از دستور زیر بررسی می‌کنید که آیا از قبل احراز هویت شده‌اید و پروژه روی شناسه پروژه شما تنظیم شده است یا خیر:
gcloud auth list
  1. دستور زیر را در Cloud Shell اجرا کنید تا تأیید شود که دستور gcloud از پروژه شما اطلاع دارد.
gcloud config list project
  1. اگر پروژه شما تنظیم نشده است، از دستور زیر برای تنظیم آن استفاده کنید:
gcloud config set project <YOUR_PROJECT_ID>
  1. فعال کردن API های مورد نیاز: روی لینک کلیک کنید و API ها را فعال کنید.

به عنوان یک روش جایگزین، می‌توانید از دستور gcloud برای این کار استفاده کنید. برای مشاهده دستورات و نحوه استفاده از gcloud به مستندات آن مراجعه کنید.

۳. چرا AlloyDB برای داده‌های تجاری و هوش مصنوعی شما مناسب است؟

AlloyDB برای PostgreSQL فقط یک سرویس مدیریت‌شده‌ی Postgres نیست. این یک نوسازی اساسی از موتور طراحی‌شده برای دوران هوش مصنوعی است. در اینجا دلیل منحصربه‌فرد بودن آن در مقایسه با پایگاه‌های داده استاندارد آمده است:

  1. پردازش ترکیبی تراکنشی و تحلیلی (HTAP)

اکثر پایگاه‌های داده شما را مجبور می‌کنند که داده‌ها را برای تجزیه و تحلیل به یک انبار داده منتقل کنید. AlloyDB دارای یک موتور ستونی داخلی است که به طور خودکار داده‌های مرتبط را در یک ستون ذخیره شده در حافظه نگه می‌دارد. این امر باعث می‌شود پرس‌وجوهای تحلیلی تا ۱۰۰ برابر سریع‌تر از PostgreSQL استاندارد انجام شوند و به شما امکان می‌دهند هوش تجاری را به صورت بلادرنگ روی داده‌های عملیاتی خود بدون نیاز به خطوط لوله ETL پیچیده اجرا کنید.

  1. ادغام بومی هوش مصنوعی:

AlloyDB شکاف بین داده‌های شما و هوش مصنوعی مولد (Generative AI) را پر می‌کند. با افزونه google_ml_integration ، می‌توانید مدل‌های هوش مصنوعی Vertex (مانند Gemini) را مستقیماً در کوئری‌های SQL خود فراخوانی کنید. این بدان معناست که می‌توانید تحلیل احساسات، ترجمه یا استخراج موجودیت را به عنوان یک تراکنش استاندارد پایگاه داده انجام دهید، امنیت داده‌ها را تضمین کنید و تأخیر را به حداقل برسانید.

  1. جستجوی برداری برتر:

در حالی که PostgreSQL استاندارد از pgvector استفاده می‌کند، AlloyDB آن را با شاخص ScaNN (نزدیک‌ترین همسایه‌های مقیاس‌پذیر) که توسط Google Research توسعه داده شده است، تقویت می‌کند. این امر جستجوی شباهت برداری را به طور قابل توجهی سریع‌تر و فراخوانی در مقیاس بالاتر را در مقایسه با شاخص‌های HNSW استاندارد موجود در سایر پیشنهادات Postgres فراهم می‌کند. این امر شما را قادر می‌سازد تا برنامه‌های RAG (بازیابی افزوده نسل) با کارایی بالا را به صورت بومی بسازید.

  1. عملکرد در مقیاس بزرگ:

AlloyDB تا ۴ برابر عملکرد تراکنشی سریع‌تری نسبت به PostgreSQL استاندارد ارائه می‌دهد. این پایگاه داده، محاسبات را از ذخیره‌سازی جدا می‌کند و به آنها اجازه می‌دهد تا به طور مستقل مقیاس‌بندی شوند. لایه ذخیره‌سازی هوشمند است و پردازش ثبت وقایع (WAL) را برای انتقال کار از نمونه اصلی مدیریت می‌کند.

  1. در دسترس بودن سازمانی:

این سرویس، ۹۹.۹۹٪ SLA شامل خدمات نگهداری و تعمیرات را ارائه می‌دهد. این سطح از قابلیت اطمینان برای یک پایگاه داده سازگار با PostgreSQL از طریق معماری ابری بومی حاصل می‌شود که بازیابی سریع خرابی و دوام ذخیره‌سازی را تضمین می‌کند.

۴. تنظیمات AlloyDB

در این آزمایش، ما از AlloyDB به عنوان پایگاه داده برای داده‌های آزمایشی استفاده خواهیم کرد. این پایگاه داده از خوشه‌ها برای نگهداری تمام منابع، مانند پایگاه‌های داده و گزارش‌ها، استفاده می‌کند. هر خوشه یک نمونه اصلی دارد که یک نقطه دسترسی به داده‌ها را فراهم می‌کند. جداول، داده‌های واقعی را نگهداری می‌کنند.

بیایید یک کلاستر، نمونه و جدول AlloyDB ایجاد کنیم که مجموعه داده‌های آزمایشی در آن بارگذاری شوند.

  1. روی دکمه کلیک کنید یا لینک زیر را در مرورگر خود که کاربر Google Cloud Console در آن وارد شده است، کپی کنید.

  1. پس از اتمام این مرحله، مخزن در ویرایشگر پوسته ابری محلی شما کلون می‌شود و می‌توانید دستور زیر را از پوشه پروژه اجرا کنید (مهم است که مطمئن شوید در دایرکتوری پروژه هستید):
sh run.sh
  1. حالا از رابط کاربری استفاده کنید (با کلیک روی لینک در ترمینال یا کلیک روی لینک «پیش‌نمایش در وب» در ترمینال).
  2. برای شروع، اطلاعات مربوط به شناسه پروژه، نام کلاستر و نمونه را وارد کنید.
  3. در حالی که کنده‌ها در حال حرکت هستند، یک قهوه بنوشید و می‌توانید در اینجا در مورد چگونگی انجام این کار در پشت صحنه بخوانید.

۵. چیدمان مصور

71e936f447a46cb2.jpeg

۶. پاکسازی

پس از اتمام این آزمایش، فراموش نکنید که کلاستر و نمونه alloyDB را حذف کنید.

باید کلاستر را به همراه نمونه(های) آن پاکسازی کند.

۷. تبریک

آماده رفتن هستی!!!

با راه‌اندازی سریع و آسان داده‌های خود با AlloyDB شروع کنید !!!