Welche Art von Datenbank/Architektur sollte auf dem Server für die Bilderkennung im großen Maßstab verwendet werden?

Question

Ich versuche derzeit, eine mobile Anwendung zum Auffinden von ähnlichen Bildern in großem Maßstab zu entwickeln. Ich benutze Microsoft SQL, um Einträge von jedem Bild und SQL-Speicher-Prozeduren zu speichern, um es zu klassifizieren. Ich benutze auch LSH für die Partitionierung von Daten. Aber irgendwie bezweifle ich, dass das nicht die Technologie oder die Art ist, wie große Firmen es tun. Können Sie mir eine effektive Kombination vorschlagen, die auf der Serverseite meiner Anwendung implementiert werden kann, um ein großes Datenbank-Image zu klassifizieren?

Answer 1

Nicht sicher, dass Sie hier eine gute Antwort bekommen, weil die Frage so weit offen ist.

Ohne wirklich tiefe Details ist es schwer zu sagen, aber wenn ich Azure gehen würde, würde ich versuchen, Tabellenspeicher zu verwenden, wenn ich könnte.

Sollte billiger und schneller als SQL sein, funktioniert aber nur für sehr enge Anwendungsfälle. Diese könnte eins sein, aber schwer zu sagen. Keine gespeicherten Prozeduren, aber Sie können Webjobs zur Stapelverarbeitung verwenden.

Eine mögliche Linie würde Mobile Services sein, Bilder zu verarbeiten, in von mobilen Geräten kommen: https://azure.microsoft.com/en-us/documentation/services/mobile-services/, dann Web Jobs für die Stapelverarbeitung: https://azure.microsoft.com/en-us/documentation/articles/websites-webjobs-resources/ und Tabelle Speicher für persistance: https://azure.microsoft.com/en-us/services/storage/tables/.

Ohne viel, viel mehr Detail wäre ich schwer gedrängt, Ihnen eine bessere Empfehlung zu geben.