Realtime Compute for Apache Flink は、SQL 関数の呼び出しや Python データ処理からストリーミングエージェントの構築まで、あらゆるシナリオに対応する AI 機能を統合しています。大規模モデル推論、ベクトル化、マルチモーダル分析、エージェントオーケストレーションをすべて単一の Flink ジョブ内で実行できます。
運用面では、Flink AI Native Ops が AI アシスタント、ヘルスパトロール、スキル管理など、フルリンクの AI O&M 機能を提供します。詳細については、「Flink AI Native Ops」をご参照ください。
組み込みモデルサービス
プラットフォームには Qwen シリーズの組み込み大規模モデルが含まれており、API キーは不要ですぐに使用できます。
機能 | 組み込みモデル |
テキスト生成 | qwen3.6-plus, qwen3.6-flash, qwen3.5-plus, qwen3.5-flash |
テキストベクトル化 | text-embedding-v4 |
マルチモーダルベクトル化 | qwen3-vl-embedding |
SQL AI 関数
アプリケーションコードを記述することなく、Flink SQL で大規模モデルを直接呼び出すことができます。
テキスト:単一の SQL ステートメントで、感情分析、エンティティ抽出、タグ付けと分類、翻訳、要約生成などを実行できます。
ベクトル:テキストベクトル化とベクトル検索を実行できます。ベクトル化の結果をキャッシュすることで、繰り返し呼び出しによるオーバーヘッドを削減できます。
マルチモーダル:画像の分類、情報の抽出、コンテンツ説明の生成を行います。モデルは画像 URL を入力として受け取り、構造化された結果を出力します。
ユースケース:リアルタイムのデータクレンジングとアノテーション、ストリーミングテキスト分析、オンライン特徴量エンジニアリング、リアルタイムの画像分類と情報抽出。
Python DataFrame API
Python 開発者向けのハイレベルな AI データ処理インターフェイスです。チェーン呼び出しを使用して、データインジェスト、前処理、AI 推論、出力を接続します。
コア機能:
マルチモーダルサポート:テキストと画像の両方を入力として受け取ります。
組み込みオペレーター:大規模モデル推論とベクトル化のための組み込みオペレーターが含まれており、1 行のコードで統合できます。
カスタム前処理:データの前処理にカスタム UDF を使用できます。
ユースケース:E コマースの商品画像分析と説明生成、マルチモーダルコンテンツの理解、インテリジェントなバッチデータ処理。
Flink Agents
オープンソースの Apache Flink Agents フレームワークを使用して、イベント駆動型のストリーミング AI エージェントを構築できます。
コア機能:
分散協調:フレームワークがイベントルーティング、パーティショニング、状態の一貫性、自動障害回復を処理します。
ステートフルメモリ:エージェントのメモリは、各チェックポイントで自動的に永続化および復元されます。
ストリーム処理:エージェントは、高スループットかつ低レイテンシーで受信イベントに継続的に応答します。
デュアルモードエージェント:明確に定義されたプロセスを持つシナリオにはワークフローエージェントを、柔軟な意思決定が必要なシナリオには ReAct エージェントを使用します。
Python と Java の両方による開発をサポートしています。ユースケース:リアルタイムのユーザーレビュー分析、インテリジェントなカスタマーサービス、自動化されたビジネス意思決定。
エージェントスキル (自然言語による O&M)
Alibaba Cloud Flink のエージェントスキルを使用して、Claude や Cursor などの AI エージェントクライアントで、Flink リソースを自然言語で管理できます。
インスタンス管理:インスタンスの作成、ステータスの照会、名前空間の管理。
ワークスペース O&M:SQL 下書きの作成と検証、ジョブのデプロイと開始/停止、セッションクラスターの管理、ジョブの診断。
手動での OpenAPI 呼び出しは不要です。操作は会話を通じて実行できます。
AI アシスタント
Realtime Compute コンソールに組み込まれた対話型の AI アシスタントで、自然言語の対話を通じて Flink ジョブのライフサイクル全体を管理できます。
インテリジェントなコード生成:ビジネス要件から Flink SQL コードを自動生成します。ソーステーブルの宣言、ディメンションテーブルの結合、ウィンドウ計算など、完全なロジックの構築をサポートします。
トラブルシューティング:ジョブのランタイム例外とエラーログを分析して根本原因を特定し、修正案を推奨します。
パフォーマンスチューニング:Flink のベストプラクティスに基づき、データスキューや過大な状態などのボトルネックを特定し、パラメーターチューニングと SQL の書き換えを提案します。
ヘルスパトロール
定期パトロールと手動パトロールを組み合わせた、ジョブのヘルス診断サービスです。すべてのジョブを自動的にパトロールし、ヘルススコア、根本原因分析、修正提案を含むレポートを生成します。また、レポートを DingTalk や Feishu のグループにプッシュすることもできます。
サードパーティのモデルサービス
Triton Inference Server や PAI-EAS などの推論サービスを通じて、セルフマネージドまたはサードパーティのモデルに接続し、Flink ジョブでオンライン推論を実行します。このアプローチは、既存のモデル資産があり、推論サービスを自分で管理する必要があるシナリオに最適です。