בדף הזה מוסבר על ניהול נקודות קצה של מודלים. ניהול נקודות קצה של מודלים מאפשר לכם להתנסות ברישום של נקודת קצה של מודל AI ובהפעלת חיזויים. כדי להשתמש במודלים של AI בסביבות ייצור, אפשר לעיין במאמר בנושא הפעלת תחזיות אונליין ממכונות Cloud SQL.
אחרי שמוסיפים את נקודות הקצה של המודל ורושמים אותן בניהול נקודות קצה של מודלים, אפשר להפנות אליהן באמצעות מזהה המודל כדי להפעיל תחזיות.
לפני שמתחילים
חשוב לוודא שהשלמת את הפעולות הבאות:
- רושמים את נקודת הקצה של המודל באמצעות ניהול נקודות קצה של מודלים. מידע נוסף זמין במאמר רישום של מודלים מרוחקים של AI והפעלתם באמצעות ניהול נקודות קצה של מודלים.
- יוצרים או מעדכנים את המכונה של Cloud SQL כדי שהיא תוכל להשתלב עם Vertex AI. מידע נוסף זמין במאמר הפעלת שילוב של מסד נתונים עם Vertex AI.
הפעלת חיזויים למודלים כלליים
משתמשים בפונקציית ה-SQL mysql.ml_predict_row() כדי לקרוא לנקודת קצה של מודל גנרי רשום ולהפעיל חיזויים. אפשר להשתמש בפונקציה mysql.ml_predict_row() עם כל סוג של מודל.
SELECT
mysql.ml_predict_row(
'MODEL_ID',
'REQUEST_BODY');
מחליפים את מה שכתוב בשדות הבאים:
-
MODEL_ID: מזהה המודל שהגדרתם כשרושמתם את נקודת הקצה של המודל -
REQUEST_BODY: הפרמטרים של פונקציית החיזוי, בפורמט JSON
דוגמאות
כדי ליצור תחזיות לנקודת קצה של מודל gemini-flash רשום, מריצים את ההצהרה הבאה:
SELECT JSON_EXTRACT(
mysql.ml_predict_row(
'gemini-2.5-flash',
'{
"contents": [
{
"role": "user",
"parts": [
{
"text": "For TPCH database schema as mentioned here https://www.tpc.org/TPC_Documents_Current_Versions/pdf/TPC-H_v3.0.1.pdf , generate a SQL query to find allsupplier names which are located in the India nation."
} ]}]
}'
),
'$.candidates[0].content.parts[0].text'
);