28、利用 SQL Server 实现异步预测模型训练与实时预测

利用 SQL Server 实现异步预测模型训练与实时预测

1. 异步重新计算预测模型

在某些情况下，按固定时间间隔重新计算模型并非最佳选择，因为数据的到来时间和数量是随机的。我们可以在数据量发生显著变化时重新计算模型，具体做法是跟踪模型上次训练时的记录数量，并与新数据到来时的记录数量进行比较。当两者差异达到一定比例（如 10%）时，执行模型训练。

由于模型训练通常是一个耗时的任务，不能让预测等待训练完成。SQL Server 提供了 Service Broker 功能，它是数据库内置的，无需安装或配置额外软件，可用于多种异步场景。在我们的场景中，推荐模型的训练执行将从存储过程发起以进行预测，但预测本身会立即返回结果，无需等待新的推荐模型版本。

要使用 Service Broker，需要开发以下对象：
1. 消息类型（Message type） ：定义从一个服务发送到另一个服务的消息格式，可以是任何有效的 XML、特定 XML 模式的 XML 或空消息。
2. 契约（Contract） ：定义发起服务可以发送到目标服务的消息类型，反之亦然。
3. 队列（Queue） ：用于存储发送的消息，后续由服务程序处理。
4. 服务（Service） ：规定哪个契约与哪个队列关联。
5. 服务程序（Service program） ：通常是一个存储过程，用于接收和处理发送到队列的消息。

1.1 创建消息类型

消息