← ニュース一覧
Databricks Blog2026年7月16日
決済ボタンをタップした後のミリ秒単位の裏側で起きていること
英語原文から AI が翻訳しました。 英語版を見る
要約
このサンプルDatabricks Appは、ルート最適化されたModel Servingとオンライン特徴量ルックアップ用のLakebase Postgresを組み合わせることで、低レイテンシのリアルタイム不正検知スコアリングを実現する方法を示しています。5,000リクエストの負荷テストにおいて、このアーキテクチャは100%の成功率を維持しながら、エンドツーエンドのレイテンシでp50が27ミリ秒、p95が37ミリ秒を達成しました。
* ルート最適化されたModel Servingによる低レイテンシ推論と、Lakebase Postgresによるオンライン特徴量およびプロファイルのルックアップを組み合わせ、クレジットカード取引の不正検知をリアルタイムでスコアリングするサンプルDatabricks App（FastAPI + React）。 * 高速な推論だけでは不十分です。このアプリは、ルート最適化されたModel ServingとLakebaseを組み合わせ、さらに負荷がかかってもレイテンシを安定させるコネクションプーリング、OAuthトークンのローテーション、オートスケーリングのパターンを適用しています。 * 5,000リクエスト全体で、ルート最適化されたエンドポイントはエンドツーエンドでp50が27ミリ秒、p95が37ミリ秒で応答し、Lakebaseの特徴量ルックアップの中央値は8.9ミリ秒、成功率は100%を記録。決済処理の許容レイテンシ内に十分に収まりました。