这个视频中突出的一个特征中引入MATLAB生产服务器R2018b:能够持久数据存储在内存中高速缓存。
MATLAB生产服务器请求是无状态的,这意味着每个调用独立于前一个。有些时候你想要存储数据或状态之间的调用,和MATLAB生产服务器实现这个特性,利用高速内存数据库称为复述。复述是附带MATLAB生产服务器对于本地安装,和MATLAB生产服务器在云上允许您调用云服务提供者的实现,例如,Azure复述,缓存。
有两个主要场景你会想用复述,持久缓存:
- 瞬态数据存储之间的调用MATLAB生产服务器,像偏好设置,或移动平均计算
- 加载大数据文件要求执行,如.mat文件包含一个机器学习模型
下面的例子演示了这两种场景。它使用增量机器学习来预测剩余RUL-the电动机的使用寿命。
原则机器学习算法MATLAB已经部署到生产服务器,机器学习和预测模型所需的算法已经被存储在复述。
当前客户端应用程序发送的样品电机MATLAB生产服务器,以及给出的荷重软化那些样品的请求。荷重软化算法运行在一个工作进程,从复述,负荷预测机器学习模型。这种情况很快因为复述是一个内存数据库。
预测的荷重软化返回给客户机应用程序。
模型也在不断更新与样本数据写回到复述,等待下一个调用。
结果收集随着时间的推移可以标注在表在客户端应用程序。
让我们来看看这个戏剧。
我们有数据从一个电动机按顺序收集到的“剩余使用寿命。”“monitorRUL”测试脚本将执行一个加速模拟电机通过发送这些样品的原则依次MATLAB生产服务器。它还将情节荷重软化结果检索结果。
第6行代码显示了连接到运行的语法复述,缓存。18到20行显示如何使用MATLAB“把”和“得到”函数来读写数据的缓存。
现在让我们运行monitorRUL脚本,将发送的数据包含部署原则算法的MATLAB生产服务器实例和相应的预测模型存储在复述,缓存。
我们看到,大约2500分钟后的数据,模型表明汽车的剩余使用寿命急剧下降。预见性维护应用程序将使用这些信息来安排维护警觉这个特殊的电动机。
了解更多关于如何使用持久性MATLAB生产服务器,访问以下网站:数据缓存基础知识。
