Il panorama dell'infrastruttura dati sta vivendo una trasformazione significativa, spinto dalla crescente esigenza di unificare le capacità di gestione transazionale, analitica e, in misura sempre maggiore, quelle dedicate agli agenti AI. Questa evoluzione è al centro delle strategie di aziende come CedarDB e RegattaDB, che si propongono di superare i limiti dei sistemi tradizionali. L'obiettivo comune è fornire un database per agenti AI, ovvero una piattaforma capace di offrire dati aggiornati, coerenti e immediatamente interrogabili a software che non si limitano a consultare informazioni, ma sono progettati per prendere decisioni e agire in tempo reale.
La spinta è chiara: ridurre i silos di dati, le latenze e le complesse pipeline di sincronizzazione che caratterizzano le architetture attuali.
CedarDB: L'Innovazione del Database Ibrido dalla Ricerca
Nata come spin-off della Technical University of Munich, CedarDB affonda le sue radici nel progetto di ricerca Umbra. La sua missione è superare la storica dicotomia tra database operativi, ottimizzati per gestire transazioni quotidiane come ordini e pagamenti, e database analitici, impiegati per l'analisi di trend e la generazione di report complessi. Secondo Moritz Sichert, cofondatore e CEO di CedarDB, questa distinzione sta diventando insostenibile. Gli agenti AI, infatti, necessitano di interagire con i dati operativi ponendo domande in linguaggio naturale, richiedendo una fusione delle capacità che i sistemi tradizionali non possono offrire efficacemente.
L'approccio di CedarDB non si limita all'aspetto tecnico, ma mira anche a un'elevata efficienza e prestazioni superiori. La compatibilità con PostgreSQL rappresenta una scelta strategica, in quanto riduce significativamente i costi e la complessità della migrazione per le aziende, permettendo loro di preservare applicazioni e strumenti già in uso. Dopo aver lanciato versioni on-premise e community, l'azienda ha introdotto la disponibilità limitata di CedarDB Cloud, un passo che segna l'espansione verso clienti che prediligono i servizi gestiti, delegando la gestione diretta dell'infrastruttura.
RegattaDB: Unificazione di OLTP, OLAP e Vettori per l'AI
Parallelamente, Regatta Data ha annunciato la disponibilità generale di RegattaDB, presentandolo come un database SQL distribuito progettato per unificare simultaneamente carichi di lavoro transazionali (OLTP), analitici (OLAP) e vettoriali.
Questa integrazione consente di gestire operazioni in tempo reale, analisi su grandi volumi di dati e la ricerca vettoriale, fondamentale per fornire contesto semantico in applicazioni come la ricerca avanzata, i sistemi di raccomandazione e la generazione aumentata di recupero (RAG).
Regatta evidenzia come l'infrastruttura dati tradizionale, basata su data lake, data warehouse e database operativi separati, frammenti il contesto informativo, introducendo latenza e la necessità di complesse pipeline di sincronizzazione. Per un database ottimizzato per agenti AI, questa frammentazione costituisce un ostacolo strutturale, poiché gli agenti che devono agire su dati live non possono dipendere da copie asincrone o da viste parziali dell'ecosistema aziendale.
A riprova delle sue capacità, la società ha riportato benchmark significativi: su 50 nodi cloud commodity, RegattaDB ha eseguito una JOIN distribuita su 20 miliardi di righe, sostenendo al contempo 50.000 aggiornamenti transazionali ACID al secondo sullo stesso dataset. Questi risultati dimostrano l'efficacia dell'approccio unificato nel gestire carichi di lavoro misti ad alte prestazioni.
