{"id":11510,"date":"2021-07-09T03:25:16","date_gmt":"2021-07-09T10:25:16","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=11510"},"modified":"2025-06-13T20:46:08","modified_gmt":"2025-06-14T03:46:08","slug":"5-use-cases-for-prediction-serving-systems-with-couchbase","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/es\/5-use-cases-for-prediction-serving-systems-with-couchbase\/","title":{"rendered":"5 casos de uso para sistemas de servicio de predicciones en tiempo real con Couchbase [Parte 1 de 2]."},"content":{"rendered":"<p><strong>Todos los casos de uso del aprendizaje autom\u00e1tico tienen<\/strong> diferentes necesidades de rendimiento, y cuando se trata de sistemas empresariales de predicci\u00f3n basados en ML, no es diferente.<\/p>\n<p>Un modelo de aprendizaje autom\u00e1tico toma una entrada (por ejemplo, una imagen) y realiza una predicci\u00f3n sobre ella (por ejemplo, qu\u00e9 objeto aparece en la imagen). Una vez que el modelo de ML se ha entrenado con datos hist\u00f3ricos (por ejemplo, un conjunto de im\u00e1genes antiguas), se despliega en un sistema de predicci\u00f3n para realizar predicciones con datos nuevos.<\/p>\n<p>Una empresa puede construir su propio sistema de predicci\u00f3n o utilizar un sistema de un proveedor en la nube. En cualquier caso, el sistema de predicci\u00f3n necesita almacenamiento para las predicciones, los metadatos del modelo y las entradas o caracter\u00edsticas que se pasan a los modelos.<\/p>\n<p>Este art\u00edculo describe diferentes arquitecturas para servir aprendizaje autom\u00e1tico de predicci\u00f3n en tiempo real en producci\u00f3n y c\u00f3mo el <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/capella\/\" target=\"_blank\" rel=\"noopener\">Plataforma de datos Couchbase<\/a> satisface diversas necesidades de almacenamiento de un sistema de servicio de predicci\u00f3n empresarial.<\/p>\n<h2>Terminolog\u00eda<\/h2>\n<p>Antes de entrar en detalles, veamos algunos t\u00e9rminos utilizados en este art\u00edculo.<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li><strong>Sistema Servidor de Predicciones:<\/strong> Sistema que toma un modelo de aprendizaje autom\u00e1tico entrenado y nuevos datos como entrada y devuelve una predicci\u00f3n como salida.<\/li>\n<li><strong>Modelo entrenado:<\/strong> Una estructura de datos estad\u00edsticos que contiene los pesos y sesgos obtenidos del proceso de entrenamiento.<\/li>\n<li><strong>Caracter\u00edsticas:<\/strong> Atributos de los datos que son relevantes para el proceso de predicci\u00f3n.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>Al hacer una predicci\u00f3n en tiempo real, por ejemplo, considere un problema de regresi\u00f3n lineal simple como: <strong>y = b<sup>1<\/sup> x<sup>1<\/sup> + b<sup>2<\/sup> x<sup>2<\/sup> ... + b<sup>n<\/sup> x<sup>n<\/sup> ...<\/strong><\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li>Las caracter\u00edsticas son <em>x<sup>1<\/sup>, x<sup>2<\/sup>, ...<\/em><\/li>\n<li>El modelo entrenado es una estructura de datos que contiene valores para <em>b<sup>1<\/sup>, b<sup>2<\/sup>, ....<\/em> Estos valores se aprendieron mediante el proceso de formaci\u00f3n.<\/li>\n<li>El sistema de predicci\u00f3n toma las caracter\u00edsticas y el modelo como entrada y devuelve la predicci\u00f3n. <em>y<\/em> como salida.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<h2>Requisitos de rendimiento de un sistema de predicci\u00f3n en tiempo real<\/h2>\n<p>Los distintos casos de uso del aprendizaje autom\u00e1tico de predicci\u00f3n en tiempo real tienen necesidades de rendimiento diferentes.<\/p>\n<p>Con las predicciones en tiempo real, por ejemplo, una aplicaci\u00f3n web interactiva puede requerir que las predicciones se entreguen en decenas de milisegundos, mientras que una aplicaci\u00f3n de juegos puede necesitar una latencia de predicci\u00f3n inferior al milisegundo. El sistema de predicci\u00f3n puede tener que atender un gran volumen de peticiones y escalar para gestionar cargas de trabajo din\u00e1micas.<\/p>\n<p>Diferentes tipos de bases de datos gestionan estas diferentes necesidades de rendimiento. Un importante proveedor de servicios en la nube recomienda tres bases de datos NoSQL diferentes para su sistema de predicci\u00f3n. M\u00faltiples productos de bases de datos de este tipo se combinan para gestionar un \u00fanico caso de uso. El resultado es una arquitectura compleja para el sistema de predicci\u00f3n.<\/p>\n<p>En este art\u00edculo, ver\u00e1 c\u00f3mo Couchbase sustituye a <em>varios<\/em> de datos utilizados en un sistema de predicci\u00f3n. Esto reduce la complejidad, la sobrecarga operativa y el coste total de propiedad (TCO). Con Couchbase, la carga de trabajo operativa, anal\u00edtica y de IA\/ML coexiste en la misma plataforma de datos.<\/p>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/server\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Servidor Couchbase<\/a>con cach\u00e9 de documentos integrada, ofrece un alto rendimiento sostenido y una latencia constante por debajo del milisegundo, superando a otros productos NoSQL como MongoDB y DataStax Cassandra. (Consulte <a href=\"https:\/\/www.couchbase.com\/blog\/es\/benchmarks\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Puntos de referencia de Couchbase<\/a> y <a href=\"https:\/\/www.couchbase.com\/blog\/es\/caching-comparison\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Cach\u00e9 de alto rendimiento de Couchbase<\/a> para m\u00e1s informaci\u00f3n).<\/p>\n<p>El rendimiento de un sistema de servicio de predicci\u00f3n depende de su arquitectura y del rendimiento de sus componentes. A su vez, la arquitectura de un sistema determinado depende del caso de uso. Veamos con m\u00e1s detalle algunos de los casos de uso m\u00e1s comunes del servicio de predicciones.<\/p>\n<h2>Caso de uso #1: Predicciones en tiempo real con datos brutos almacenados en Couchbase<\/h2>\n<p>Utilicemos como ejemplo la predicci\u00f3n en tiempo real de la tasa de rotaci\u00f3n de clientes.<\/p>\n<p>Una empresa ficticia llamada ACME quiere identificar a los clientes que probablemente dejar\u00e1n de utilizar sus productos. La empresa entrena un modelo de predicci\u00f3n de bajas a partir de datos hist\u00f3ricos de clientes y lo despliega en producci\u00f3n para obtener puntuaciones de bajas de nuevos clientes en tiempo real mediante aprendizaje autom\u00e1tico de predicci\u00f3n.<\/p>\n<p>Una forma sencilla de que ACME configure un sistema de servicio de predicciones es la que se muestra en el diagrama de casos de uso de la Figura 1.<\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/real-time-predictions-couchbase-raw-data.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11517\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/real-time-predictions-couchbase-raw-data.png\" alt=\"Using raw data for real-time predictions with Couchbase\" width=\"1000\" height=\"654\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/real-time-predictions-couchbase-raw-data.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/real-time-predictions-couchbase-raw-data-300x196.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/real-time-predictions-couchbase-raw-data-768x502.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/real-time-predictions-couchbase-raw-data-20x13.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>Para conocer la puntuaci\u00f3n de rotaci\u00f3n de un cliente, una aplicaci\u00f3n ACME env\u00eda el ID del cliente al sistema de predicci\u00f3n. A continuaci\u00f3n, el sistema de predicci\u00f3n:<\/p>\n<ol>\n<li>Lee los datos brutos del cliente del almac\u00e9n de datos.<\/li>\n<li>Transforma los datos en caracter\u00edsticas esperadas por el modelo, por ejemplo, un valor verdadero o falso se convierte en 0 o 1.<\/li>\n<li>Aplica el modelo entrenado sobre las caracter\u00edsticas para calcular la predicci\u00f3n y la devuelve a la aplicaci\u00f3n.<\/li>\n<\/ol>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>Si el modelo entrenado es tambi\u00e9n un pipeline, que transforma los datos en caracter\u00edsticas, entonces se combinan los pasos 2 y 3. Para que las predicciones sean lo m\u00e1s oportunas posible, el sistema debe completar todos los pasos anteriores en el menor tiempo posible.<\/p>\n<p>Si ACME almacenara sus datos de entrada en la plataforma de datos Couchbase de baja latencia de lectura, como se muestra en la Figura 1, se reducir\u00eda el tiempo necesario para completar el paso 1. Por supuesto, Couchbase tambi\u00e9n podr\u00eda ser una base de datos operativa que sirviera al mismo tiempo a otras aplicaciones de ACME.<\/p>\n<p>Si el sistema servidor de predicciones no requiere un <em>todo<\/em> entonces la API de sub-documento de Couchbase le ayuda a acceder s\u00f3lo a las partes de los documentos JSON que necesita. El uso de la API de subdocumentos mejora el rendimiento y la eficiencia de E\/S de la red, especialmente cuando se trabaja con documentos de gran tama\u00f1o.<\/p>\n<h2>Caso pr\u00e1ctico #2: predicciones en tiempo real con funciones almacenadas en Couchbase<\/h2>\n<p>Para mejorar el rendimiento, ACME puede decidir preprocesar los datos de entrada y almacenarlos en un almac\u00e9n de caracter\u00edsticas, como se muestra en la figura 2.<\/p>\n<p>Las ventajas de este planteamiento son las siguientes:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li>Las caracter\u00edsticas est\u00e1n disponibles para una b\u00fasqueda r\u00e1pida mientras se hacen predicciones.<\/li>\n<li>Los datos no tienen que transformarse en caracter\u00edsticas cada vez que se actualiza el modelo. Esto supone una ventaja frente a las canalizaciones de modelos.<\/li>\n<li>Las funciones pueden reutilizarse en varios modelos.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<div class=\"wp-block-spacer\" style=\"height: 30px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11516\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system.png\" alt=\"Using Couchbase as a feature store for a real-time prediction serving system\" width=\"1000\" height=\"650\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system-300x195.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system-768x499.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/feature-store-couchbase-real-time-prediction-serving-system-20x13.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>En esta arquitectura, el sistema servidor de predicciones:<\/p>\n<ol>\n<li>Lee funciones del almac\u00e9n de funciones.<\/li>\n<li>Aplica el modelo entrenado a las caracter\u00edsticas para generar una predicci\u00f3n y devuelve la predicci\u00f3n a la aplicaci\u00f3n.<\/li>\n<\/ol>\n<p>Si ACME almacena las caracter\u00edsticas en la plataforma de datos Couchbase de r\u00e1pida ingesta de datos, las caracter\u00edsticas se escriben r\u00e1pidamente. Como antes, la baja latencia de lectura que proporciona Couchbase reduce el tiempo necesario para ejecutar el paso 1, reduciendo a su vez la latencia de predicci\u00f3n.<\/p>\n<p>El tiempo necesario para ejecutar el paso 2 depende del rendimiento del modelo. Los modelos lineales m\u00e1s sencillos son r\u00e1pidos, pero los modelos sofisticados, como las redes neuronales profundas, son intensivos desde el punto de vista computacional y pueden tardar m\u00e1s en generar predicciones. Los usuarios pueden tener que simplificar los modelos complejos o utilizar aceleradores de hardware para reducir el tiempo que tarda el paso 2.<\/p>\n<h2>Caso de uso #3: Predicciones precalculadas almacenadas en cach\u00e9 en Couchbase<\/h2>\n<p>El servicio de atenci\u00f3n al cliente de ACME tiene un problema: cuando un cliente llama para quejarse, necesitan saber su nivel de rotaci\u00f3n y su puntuaci\u00f3n. <em>r\u00e1pidamente<\/em>.<\/p>\n<p>Esperar a que el servicio de predicci\u00f3n calcule la puntuaci\u00f3n de cancelaci\u00f3n en tiempo real no es una opci\u00f3n. Para solucionarlo, ACME puede decidir precalcular las predicciones mediante un trabajo por lotes, como se muestra en la figura 3.<\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11513\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform.png\" alt=\"Batch processing of cached predictions using the Couchbase Data Platform\" width=\"1000\" height=\"497\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform-300x149.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform-768x382.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-predictions-batch-processing-couchbase-data-platform-20x10.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>En esta arquitectura, el paso de ejecuci\u00f3n del modelo no se encuentra en la ruta cr\u00edtica de servir predicciones y, como resultado, la complejidad del modelo (redes neuronales simples frente a profundas) puede no ser relevante.<\/p>\n<p>En este caso, la plataforma de datos Couchbase se utiliza con dos fines:<\/p>\n<ol>\n<li>Almacenamiento de los datos brutos (o caracter\u00edsticas) necesarios para realizar predicciones en el trabajo por lotes.<\/li>\n<li>Almacenamiento en cach\u00e9 de las predicciones precalculadas para servirlas con un alto rendimiento y una latencia de lectura inferior al milisegundo. El ID de cliente se utiliza como clave para las predicciones precalculadas.<\/li>\n<\/ol>\n<p>Por defecto, Couchbase persiste las predicciones almacenadas en cach\u00e9 en el disco. Pero si las predicciones se regeneran peri\u00f3dicamente y su persistencia no es necesaria, ACME puede almacenarlas en cach\u00e9 en buckets ef\u00edmeros de Couchbase. Esto mejora a\u00fan m\u00e1s el rendimiento al reducir la sobrecarga de disco en segundo plano y disminuye los costes de almacenamiento en disco. (<a href=\"https:\/\/docs.couchbase.com\/server\/current\/learn\/buckets-memory-and-storage\/buckets.html?ref=blog\" target=\"_blank\" rel=\"noopener\">M\u00e1s informaci\u00f3n sobre el uso de cubos ef\u00edmeros con cubos Couchbase<\/a>.)<\/p>\n<p>Adem\u00e1s de la ganancia de rendimiento al almacenar en cach\u00e9 las predicciones en Couchbase, hay otras ventajas de usar la Plataforma de Datos de Couchbase. Las predicciones almacenadas en cach\u00e9 pueden ser indexadas usando el servicio Index de Couchbase y usadas para ejecutar consultas usando el servicio Query de Couchbase. Por ejemplo, los usuarios pueden ejecutar una <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/n1ql\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Consulta N1QL de Couchbase<\/a> para identificar a los clientes de alto riesgo cuya tasa de rotaci\u00f3n se prev\u00e9 que supere un determinado umbral. El departamento de marketing de ACME puede utilizar esta informaci\u00f3n para dirigir ofertas promocionales a estos clientes.<\/p>\n<p>Couchbase soporta escalado multidimensional donde cada servicio-datos, \u00edndices, consultas, eventos, an\u00e1lisis-puede ser escalado independientemente. Esto tambi\u00e9n proporciona aislamiento de la carga de trabajo, de modo que la carga de trabajo de, por ejemplo, el servicio de consulta no interfiere con la del servicio de datos.<\/p>\n<h2>Caso de uso #4: Predicciones basadas en eventos con datos almacenados en Couchbase<\/h2>\n<p>El servicio de atenci\u00f3n al cliente de ACME tiene un nuevo requisito: Quieren que la puntuaci\u00f3n de rotaci\u00f3n de un cliente se vuelva a calcular cada vez que cambie el registro del cliente.<\/p>\n<p>Para gestionar este caso de uso, ACME puede decidir generar predicciones casi en tiempo real en respuesta a un suceso y almacenarlas en cach\u00e9 para m\u00e1s tarde, como se muestra en la figura 4.<\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/event-driven-prediction-serving-system.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11515\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/event-driven-prediction-serving-system.png\" alt=\"Event-driven prediction serving system using Couchbase\" width=\"1000\" height=\"417\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/event-driven-prediction-serving-system.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/event-driven-prediction-serving-system-300x125.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/event-driven-prediction-serving-system-768x320.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/event-driven-prediction-serving-system-20x8.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>Este caso de uso tambi\u00e9n muestra el papel que desempe\u00f1an los metadatos del modelo en el proceso de predicci\u00f3n.<br \/>\nLos metadatos del modelo son informaci\u00f3n sobre el modelo, como su nombre, n\u00famero de versi\u00f3n, cu\u00e1ndo se entren\u00f3, etc\u00e9tera. Tambi\u00e9n pueden incluir las m\u00e9tricas de rendimiento del modelo, como la latencia media de predicci\u00f3n y la precisi\u00f3n.<\/p>\n<p>En este ejemplo, los metadatos del modelo se utilizan para identificar las caracter\u00edsticas esperadas por el modelo entrenado. Dado que este paso se realiza durante el proceso de predicci\u00f3n, los metadatos del modelo tambi\u00e9n deben almacenarse en un almac\u00e9n de b\u00fasqueda r\u00e1pida.<\/p>\n<p>Como se ve en la Figura 4, un \u00fanico cluster de Couchbase puede almacenar los metadatos del modelo, as\u00ed como las caracter\u00edsticas y predicciones. Cada uno de estos tipos de datos puede almacenarse en un bucket separado de Couchbase. Couchbase soporta multi-tenancy, es decir, la posibilidad de que m\u00e1s de una aplicaci\u00f3n almacene y recupere informaci\u00f3n dentro de Couchbase. Los buckets son los elementos l\u00f3gicos utilizados para soportar multi-tenancy.<\/p>\n<h2>Caso pr\u00e1ctico #5: predicciones entre centros de datos con Couchbase<\/h2>\n<p>ACME se est\u00e1 expandiendo como empresa. Para protegerse de los fallos de los centros de datos y servir predicciones de baja latencia en distintas geograf\u00edas, despliega el sistema de servicio de predicciones en varios centros de datos, como se muestra en la Figura 5.<\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cross-data-center-replication-prediction-serving-system.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11514\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cross-data-center-replication-prediction-serving-system.png\" alt=\"A prediction serving system that uses cross data center replication\" width=\"1000\" height=\"394\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cross-data-center-replication-prediction-serving-system.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cross-data-center-replication-prediction-serving-system-300x118.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cross-data-center-replication-prediction-serving-system-768x303.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cross-data-center-replication-prediction-serving-system-20x8.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>ACME utiliza la tecnolog\u00eda de replicaci\u00f3n entre centros de datos (XDCR) de Couchbase, que permite a los clientes desplegar aplicaciones geodistribuidas con alta disponibilidad en cualquier entorno (on-prem, nube p\u00fablica y privada, o nube h\u00edbrida). <a href=\"https:\/\/docs.couchbase.com\/server\/current\/learn\/clusters-and-availability\/xdcr-overview.html?ref=blog\" target=\"_blank\" rel=\"noopener\">Consulte la documentaci\u00f3n de Couchbase XDCR<\/a> para m\u00e1s informaci\u00f3n sobre esta tecnolog\u00eda.<\/p>\n<p>Como se ve en la Figura 5, ACME almacena las funciones en el servidor Couchbase y utiliza la funci\u00f3n XDCR de Couchbase para replicar las funciones desde el centro de datos A al centro de datos B.<\/p>\n<p>La figura 6 muestra otra forma de que ACME sirva predicciones entre centros de datos.<\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p><a href=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase.png\"><img loading=\"lazy\" decoding=\"async\" class=\"aligncenter size-full wp-image-11512\" src=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase.png\" alt=\"Cached machine learning predictions across multiple data centers in Couchbase\" width=\"1000\" height=\"463\" srcset=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase.png 1000w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase-300x139.png 300w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase-768x356.png 768w, https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/cached-ml-predictions-multiple-data-centers-couchbase-20x9.png 20w\" sizes=\"auto, (max-width: 1000px) 100vw, 1000px\" \/><\/a><\/p>\n<div class=\"wp-block-spacer\" style=\"height: 15px;\" aria-hidden=\"true\"><\/div>\n<p>En este caso, el sistema de servicio de predicciones se despliega en un \u00fanico centro de datos. Las predicciones se generan en el centro de datos A, se almacenan en cach\u00e9 en Couchbase y se replican en otros centros de datos mediante Couchbase XDCR.<\/p>\n<p>La replicaci\u00f3n entre centros de datos es independiente de la infraestructura. En los ejemplos anteriores, el centro de datos A y el centro de datos B pueden ejecutarse en el mismo entorno de nube o en entornos diferentes, o incluso en infraestructuras diferentes como on-prem y cloud.<\/p>\n<h2>Couchbase cumple otros requisitos de los sistemas servidores de predicciones<\/h2>\n<p>Couchbase tambi\u00e9n se puede utilizar para almacenar metadatos de caracter\u00edsticas. Esta es la descripci\u00f3n de cada caracter\u00edstica en un almac\u00e9n de caracter\u00edsticas. Los metadatos pueden incluir el nombre de la caracter\u00edstica, c\u00f3mo fue creada, su esquema y dem\u00e1s. Las caracter\u00edsticas pueden compartirse entre varios modelos de aprendizaje autom\u00e1tico. Los metadatos de caracter\u00edsticas ayudan a los usuarios a descubrir caracter\u00edsticas que son relevantes para sus modelos.<\/p>\n<p>Couchbase permite acceder a los datos con una baja latencia constante y un alto rendimiento sostenido. Adem\u00e1s de satisfacer sus necesidades de rendimiento, Couchbase tambi\u00e9n satisface los siguientes requisitos de base de datos de un sistema de servicio de predicciones de nivel de producci\u00f3n.<\/p>\n<h3>Escalabilidad<\/h3>\n<p>A medida que aumenta la carga de trabajo de predicci\u00f3n, el almac\u00e9n de datos debe seguir ofreciendo el mismo rendimiento constante. Debe ser capaz de escalar lineal y f\u00e1cilmente sin afectar negativamente al rendimiento del sistema de predicci\u00f3n.<\/p>\n<p>Couchbase Server est\u00e1 dise\u00f1ado para proporcionar escalabilidad lineal y el\u00e1stica mediante el acceso inteligente y directo de datos de aplicaci\u00f3n a nodo sin enrutamiento ni proxy adicionales. A\u00f1adir o eliminar nodos se hace en minutos con la simplicidad de pulsar un bot\u00f3n, sin tiempo de inactividad o cambios de c\u00f3digo.<\/p>\n<h3>Disponibilidad<\/h3>\n<p>Para mantener la disponibilidad de su sistema de divisi\u00f3n de predicciones, la base de datos debe estar siempre disponible tanto durante las interrupciones planificadas como durante las imprevistas.<\/p>\n<p>Couchbase Server est\u00e1 dise\u00f1ado para ser tolerante a fallos y altamente resistente a cualquier escala y en cualquier plataforma -f\u00edsica o virtual-, ofreciendo una disponibilidad permanente en caso de fallos de hardware o ventanas de mantenimiento planificadas.<\/p>\n<h3>Manejabilidad<\/h3>\n<p>El almac\u00e9n de datos no debe suponer una carga excesiva para el equipo de despliegue y operaciones del sistema de predicci\u00f3n. Debe ser razonablemente r\u00e1pido de desplegar y f\u00e1cil de supervisar y gestionar.<\/p>\n<p>Couchbase soporta m\u00faltiples m\u00e9todos de despliegue incluyendo nube h\u00edbrida y contenedores Docker con el Operador Aut\u00f3nomo Couchbase. La p\u00e1gina <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/cloud\/kubernetes\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Operador aut\u00f3nomo de Couchbase<\/a> proporciona integraci\u00f3n nativa de Couchbase Server con Kubernetes de c\u00f3digo abierto y Red Hat OpenShift. Permite a los usuarios automatizar la gesti\u00f3n de tareas comunes de Couchbase, como la configuraci\u00f3n, creaci\u00f3n, escalado y recuperaci\u00f3n de cl\u00fasteres de Couchbase.<\/p>\n<h3>Seguridad<\/h3>\n<p>Una base de datos segura es fundamental para la seguridad y la integridad generales de su sistema de servicio de predicci\u00f3n empresarial.<\/p>\n<p>Couchbase proporciona cifrado de datos de extremo a extremo, tanto por cable como en reposo. Las opciones de seguridad flexibles son posibles con la autenticaci\u00f3n basada en roles y los datos incrustados, y las herramientas de auditor\u00eda administrativa permiten un control s\u00f3lido de los datos de su empresa.<\/p>\n<h2>Conclusi\u00f3n<\/h2>\n<p>Ya has visto cinco ejemplos reales de c\u00f3mo se utiliza Couchbase para almacenar datos de entrada sin procesar, caracter\u00edsticas, predicciones y metadatos de modelos. Tanto si est\u00e1s comprando un sistema de predicci\u00f3n empresarial como si est\u00e1s construyendo el tuyo propio, la plataforma de datos de Couchbase ofrece el m\u00e1ximo rendimiento y resultados en tiempo real para que maximices el valor de tus predicciones de aprendizaje autom\u00e1tico.<\/p>\n<p>Aqu\u00ed tienes algunas formas de empezar y probar Couchbase por ti mismo:<\/p>\n<ul>\n<li style=\"list-style-type: none;\">\n<ul>\n<li><a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/capella\/\" target=\"_blank\" rel=\"noopener\">Comience su prueba gratuita de Couchbase Cloud<\/a> - no requiere instalaci\u00f3n.<\/li>\n<li>Profundice en los detalles t\u00e9cnicos con este libro blanco: <a href=\"https:\/\/resources.couchbase.com\/c\/server-arc-overview?x=V3nd_e&amp;ref=blog\" target=\"_blank\" rel=\"noopener\">Couchbase bajo el cap\u00f3: una visi\u00f3n general de la arquitectura<\/a>.<\/li>\n<li>Explora la <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/n1ql\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Consulta<\/a>, <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/full-text-search\/?ref=blog\" target=\"_blank\" rel=\"noopener\">B\u00fasqueda de texto completo<\/a>, <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/eventing\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Eventos<\/a>y <a href=\"https:\/\/www.couchbase.com\/blog\/es\/products\/analytics\/?ref=blog\" target=\"_blank\" rel=\"noopener\">Anal\u00edtica<\/a> que ofrece Couchbase.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<p>&nbsp;<\/p>","protected":false},"excerpt":{"rendered":"<p>Every machine learning use case has different performance needs, and when it comes to ML-powered enterprise prediction serving systems, it&#8217;s no different. A machine learning (ML) model takes an input (e.g., an image) and makes a prediction about it (e.g., [&hellip;]<\/p>","protected":false},"author":77870,"featured_media":11511,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false,"footnotes":""},"categories":[1815,2294,1821,9284,2225,1816,9415,2273,2322,1812],"tags":[2177,2140,1309,1725,9307],"ppma_author":[9310],"class_list":["post-11510","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-best-practices-and-tutorials","category-analytics","category-couchbase-architecture","category-couchbase-autonomous-operator","category-cloud","category-couchbase-server","category-xdcr","category-eventing","category-kubernetes","category-n1ql-query","tag-couchbase-data-platform","tag-machine-learning","tag-mongodb","tag-nosql-database","tag-prediction-serving-system"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v26.1 (Yoast SEO v26.1.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Real-Time Prediction Serving Examples + Machine Learning<\/title>\n<meta name=\"description\" content=\"Learn how Couchbase serves real-time machine learning predictions in production and the storage needs of an enterprise prediction serving system.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.couchbase.com\/blog\/es\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\" \/>\n<meta property=\"og:locale\" content=\"es_MX\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]\" \/>\n<meta property=\"og:description\" content=\"Learn how Couchbase serves real-time machine learning predictions in production and the storage needs of an enterprise prediction serving system.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.couchbase.com\/blog\/es\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\" \/>\n<meta property=\"og:site_name\" content=\"The Couchbase Blog\" \/>\n<meta property=\"article:published_time\" content=\"2021-07-09T10:25:16+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-06-14T03:46:08+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1500\" \/>\n\t<meta property=\"og:image:height\" content=\"628\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Poonam Dhavale, Principal Software Engineer\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Poonam Dhavale, Principal Software Engineer\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"12 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\"},\"author\":{\"name\":\"Poonam Dhavale, Principal Software Engineer\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/f9b85919fd77b1ea51f7fd68a8be03fc\"},\"headline\":\"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]\",\"datePublished\":\"2021-07-09T10:25:16+00:00\",\"dateModified\":\"2025-06-14T03:46:08+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\"},\"wordCount\":2255,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg\",\"keywords\":[\"Couchbase Data Platform\",\"Machine Learning (ML)\",\"mongodb\",\"NoSQL Database\",\"prediction serving system\"],\"articleSection\":[\"Best Practices and Tutorials\",\"Couchbase Analytics\",\"Couchbase Architecture\",\"Couchbase Autonomous Operator\",\"Couchbase Capella\",\"Couchbase Server\",\"Cross Data Center Replication (XDCR)\",\"Eventing\",\"Kubernetes\",\"SQL++ \/ N1QL Query\"],\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\",\"url\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\",\"name\":\"Real-Time Prediction Serving Examples + Machine Learning\",\"isPartOf\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg\",\"datePublished\":\"2021-07-09T10:25:16+00:00\",\"dateModified\":\"2025-06-14T03:46:08+00:00\",\"description\":\"Learn how Couchbase serves real-time machine learning predictions in production and the storage needs of an enterprise prediction serving system.\",\"breadcrumb\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage\",\"url\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg\",\"contentUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg\",\"width\":1500,\"height\":628,\"caption\":\"Explore the top 5 use cases for machine learning-powered prediction serving systems using Couchbase\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.couchbase.com\/blog\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#website\",\"url\":\"https:\/\/www.couchbase.com\/blog\/\",\"name\":\"The Couchbase Blog\",\"description\":\"Couchbase, the NoSQL Database\",\"publisher\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.couchbase.com\/blog\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#organization\",\"name\":\"The Couchbase Blog\",\"url\":\"https:\/\/www.couchbase.com\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png\",\"contentUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png\",\"width\":218,\"height\":34,\"caption\":\"The Couchbase Blog\"},\"image\":{\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/f9b85919fd77b1ea51f7fd68a8be03fc\",\"name\":\"Poonam Dhavale, Principal Software Engineer\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/image\/2055ba12b300559d639fe9ab89303c2b\",\"url\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg\",\"contentUrl\":\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg\",\"caption\":\"Poonam Dhavale, Principal Software Engineer\"},\"description\":\"Poonam Dhavale is a Principal Software Engineer at Couchbase. She has over 20 years of experience in design and development of distributed systems, NoSQL, high availability, and storage technologies. She holds multiple patents in distributed storage systems and holds certifications in machine learning and data science.\",\"url\":\"https:\/\/www.couchbase.com\/blog\/es\/author\/poonam-dhavale\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Real-Time Prediction Serving Examples + Machine Learning","description":"Descubra c\u00f3mo Couchbase sirve predicciones de aprendizaje autom\u00e1tico en tiempo real en producci\u00f3n y las necesidades de almacenamiento de un sistema de servicio de predicciones empresarial.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.couchbase.com\/blog\/es\/5-use-cases-for-prediction-serving-systems-with-couchbase\/","og_locale":"es_MX","og_type":"article","og_title":"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]","og_description":"Learn how Couchbase serves real-time machine learning predictions in production and the storage needs of an enterprise prediction serving system.","og_url":"https:\/\/www.couchbase.com\/blog\/es\/5-use-cases-for-prediction-serving-systems-with-couchbase\/","og_site_name":"The Couchbase Blog","article_published_time":"2021-07-09T10:25:16+00:00","article_modified_time":"2025-06-14T03:46:08+00:00","og_image":[{"width":1500,"height":628,"url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg","type":"image\/jpeg"}],"author":"Poonam Dhavale, Principal Software Engineer","twitter_card":"summary_large_image","twitter_misc":{"Written by":"Poonam Dhavale, Principal Software Engineer","Est. reading time":"12 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#article","isPartOf":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/"},"author":{"name":"Poonam Dhavale, Principal Software Engineer","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/f9b85919fd77b1ea51f7fd68a8be03fc"},"headline":"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]","datePublished":"2021-07-09T10:25:16+00:00","dateModified":"2025-06-14T03:46:08+00:00","mainEntityOfPage":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/"},"wordCount":2255,"commentCount":0,"publisher":{"@id":"https:\/\/www.couchbase.com\/blog\/#organization"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage"},"thumbnailUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg","keywords":["Couchbase Data Platform","Machine Learning (ML)","mongodb","NoSQL Database","prediction serving system"],"articleSection":["Best Practices and Tutorials","Couchbase Analytics","Couchbase Architecture","Couchbase Autonomous Operator","Couchbase Capella","Couchbase Server","Cross Data Center Replication (XDCR)","Eventing","Kubernetes","SQL++ \/ N1QL Query"],"inLanguage":"es","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/","url":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/","name":"Real-Time Prediction Serving Examples + Machine Learning","isPartOf":{"@id":"https:\/\/www.couchbase.com\/blog\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage"},"thumbnailUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg","datePublished":"2021-07-09T10:25:16+00:00","dateModified":"2025-06-14T03:46:08+00:00","description":"Descubra c\u00f3mo Couchbase sirve predicciones de aprendizaje autom\u00e1tico en tiempo real en producci\u00f3n y las necesidades de almacenamiento de un sistema de servicio de predicciones empresarial.","breadcrumb":{"@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/"]}]},{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#primaryimage","url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg","contentUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/machine-learning-real-time-prediction-serving-system-with-couchbase.jpg","width":1500,"height":628,"caption":"Explore the top 5 use cases for machine learning-powered prediction serving systems using Couchbase"},{"@type":"BreadcrumbList","@id":"https:\/\/www.couchbase.com\/blog\/5-use-cases-for-prediction-serving-systems-with-couchbase\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.couchbase.com\/blog\/"},{"@type":"ListItem","position":2,"name":"5 Use Cases for Real-Time Prediction Serving Systems with Couchbase [Part 1 of 2]"}]},{"@type":"WebSite","@id":"https:\/\/www.couchbase.com\/blog\/#website","url":"https:\/\/www.couchbase.com\/blog\/","name":"El blog de Couchbase","description":"Couchbase, la base de datos NoSQL","publisher":{"@id":"https:\/\/www.couchbase.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.couchbase.com\/blog\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/www.couchbase.com\/blog\/#organization","name":"El blog de Couchbase","url":"https:\/\/www.couchbase.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png","contentUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2023\/04\/admin-logo.png","width":218,"height":34,"caption":"The Couchbase Blog"},"image":{"@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/f9b85919fd77b1ea51f7fd68a8be03fc","name":"Poonam Dhavale, Ingeniera Principal de Software","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/www.couchbase.com\/blog\/#\/schema\/person\/image\/2055ba12b300559d639fe9ab89303c2b","url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg","contentUrl":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg","caption":"Poonam Dhavale, Principal Software Engineer"},"description":"Poonam Dhavale es ingeniera principal de software en Couchbase. Tiene m\u00e1s de 20 a\u00f1os de experiencia en dise\u00f1o y desarrollo de sistemas distribuidos, NoSQL, alta disponibilidad y tecnolog\u00edas de almacenamiento. Tiene varias patentes en sistemas de almacenamiento distribuido y certificaciones en aprendizaje autom\u00e1tico y ciencia de datos.","url":"https:\/\/www.couchbase.com\/blog\/es\/author\/poonam-dhavale\/"}]}},"authors":[{"term_id":9310,"user_id":77870,"is_guest":0,"slug":"poonam-dhavale","display_name":"Poonam Dhavale, Principal Software Engineer","avatar_url":{"url":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg","url2x":"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/sites\/1\/2021\/07\/poonam-dhavale-couchbase.jpeg"},"author_category":"","last_name":"Dhavale","first_name":"Poonam","job_title":"","user_url":"","description":"Poonam Dhavale es ingeniera principal de software en Couchbase. Tiene m\u00e1s de 20 a\u00f1os de experiencia en dise\u00f1o y desarrollo de sistemas distribuidos, NoSQL, alta disponibilidad y tecnolog\u00edas de almacenamiento. Tiene varias patentes en sistemas de almacenamiento distribuido y certificaciones en aprendizaje autom\u00e1tico y ciencia de datos."}],"_links":{"self":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts\/11510","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/users\/77870"}],"replies":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/comments?post=11510"}],"version-history":[{"count":0,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/posts\/11510\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/media\/11511"}],"wp:attachment":[{"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/media?parent=11510"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/categories?post=11510"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/tags?post=11510"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.couchbase.com\/blog\/es\/wp-json\/wp\/v2\/ppma_author?post=11510"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}