„Databricks LTAP“ keičia duomenų apdorojimo standartus: prasideda rinkos transformacija

Įmonė „Databricks“ pristatė rinkai visiškai naują sprendimą – „Lake Transactional/Analytical Processing“ (LTAP) architektūrą. Kaip pranešė bendrovė savo Databricks Press Release, ši inovacija sujungia transakcijų, analitikos bei srautinių duomenų apdorojimą vienoje saugykloje. LTAP architektūra siekia panaikinti dešimtmečius gyvavusią atskirtį tarp operacinių (OLTP) ir analitinių (OLAP) duomenų bazių.

Tradicinis verslo modelis reikalavo sudėtingų ETL duomenų perdavimo konvejerių kūrimo. Duomenų kopijavimas ir sinchronizavimas tarp skirtingų sistemų didino įmonių infrastruktūros išlaidas. Analitikai iš InfoWorld pažymi, kad ankstesni bandymai kurti hibridines sistemas (HTAP) nepasiteisino dėl sistemų apkrovos konfliktų. Tuo tarpu naujasis LTAP modelis visiškai atskiria skaičiavimo resursus nuo duomenų saugyklos.

Šis technologinis lūžis yra itin svarbus dirbtinio intelekto agentų plėtrai. Verslo įmonėms nebereikia kurti papildomų duomenų kopijų, kad gautų įžvalgas realiu laiku. Kaip teigia technologijų leidinys SiliconANGLE, sprendimas veikia „Lakebase“ platformos pagrindu ir užtikrina visišką suderinamumą su „PostgreSQL“ bei atviraisiais duomenų formatais.

Strateginiai rinkos pokyčiai

Sukurta architektūra iš esmės keičia įmonių duomenų valdymo strategiją. Pagrindinis pranašumas yra tas, kad transakcinės programos išlaiko vietinį sistemų našumą, o analizės varikliai akimirksniu pasiekia tuos pačius operacinius duomenis. Verslas sutaupo daug laiko ir finansinių išteklių, nes nebelieka poreikio prižiūrėti sudėtingų integracijų. Tai atveria kelią greitesniam sprendimų priėmimui ir efektyvesniam dirbtinio intelekto modelių pritaikymui kasdienėje veikloje.

Eksperto vertinimas ir ateities perspektyvos

„Databricks LTAP“ pasirodymas sukelia rimtą iššūkį tradicinių duomenų bazių tiekėjams. Kadangi technologija remiasi atvirais standartais, tokiais kaip „Delta Lake“ ir „Apache Iceberg“, įmonėms bus lengviau ją integruoti į esamas sistemas. Šis žingsnis sustiprina „Databricks“ pozicijas kovoje dėl lyderystės debesų kompiuterijos ir dirbtinio intelekto infrastruktūros rinkoje. Tikėtina, kad artimiausiu metu kiti didieji rinkos žaidėjai bus priversti pristatyti analogiškus sujungtų duomenų sprendimus.

Kas lieka už oficialių pranešimų spaudai

Rinkos užkulisiuose vykstantis lūžis: ilgus dešimtmečius informacinių technologijų vadovai gyveno pagal griežtą taisyklę, kad operaciniai ir analitiniai duomenys privalo būti atskirti. Šis kompromisas buvo būtinas, nes intensyvios verslo ataskaitų užklausos tiesiogise sistemose galėjo visiškai sustabdyti klientų aptarnavimą ar pardavimus. „Databricks“ pasiūlyta LTAP architektūra bando sugriauti šią nusistovėjusią dogmą, pasiūlydama sprendimą, kuris dar neseniai buvo laikomas techniškai neįmanomu be drastiško sistemų sulėtinimo.

Didžiausias technologinis pasiekimas čia yra susijęs su hibridinių sistemų evoliucija, kurios anksčiau dažniausiai strigdavo dėl atminties ir procesoriaus resursų dalijimosi. Naujasis požiūris išnaudoja modernios debesų kompiuterijos privalumus, kur skaičiavimo galia yra visiškai atsieta nuo pačių duomenų saugojimo vietos. Tai reiškia, kad transakciniai procesai vyksta savo režimu, o analitiniai varikliai skaito tuos pačius duomenis neperkraudami pagrindinės duomenų bazės šerdies.

Svarbu suprasti ir platesnį kontekstą, susijusį su dirbtinio intelekto agentų bumu visoje pramonėje. Šiems autonominiams agentams reikalingi absoliučiai naujausi, ką tik įvykusių sandorių duomenys, kad jie galėtų priimti teisingus sprendimus realiu laiku. Senieji duomenų konvejeriai, kurie informaciją atnaujindavo kartą per dieną ar net kas kelias valandas, tapo pagrindiniu stabdžiu įmonėms, norinčioms išnaudoti generatyvinio intelekto potencialą.

Tarp didžiųjų technologijų įmonių jau dabar pastebimas strateginis persigrupavimas, nes šis žingsnis kėsinasi į tradicinių duomenų bazių milžinų rinkos dalį. Pereidama prie suderinamumo su „PostgreSQL“ protokolu, bendrovė tiesiogiai palengvina migraciją milijonams kūrėjų visame pasaulyje. Galutinis šios transformacijos rezultatas bus matomas per artimiausius kelerius metus, kai paaiškės, kaip greitai konservatyvios pramonės šakos ryšis atsisakyti savo dešimtmečiais kauptos infrastruktūros.

Skeptiškas žvilgsnis į technologijų revoliuciją

Žvelgiant giliau į technologinius pažadus: nors pramonės entuziazmas dėl LTAP architektūros yra suprantamas, istorija rodo, kad duomenų valdymo revoliucijos retai vyksta sklandžiai. Idėja sujungti analitinius ir transakcijų srautus į vieną platformą nėra visiškai nauja, o ankstesni HTAP bandymai dažnai suklupdavo susidūrę su realaus pasaulio gamybinėmis apkrovomis. Didžiausias iššūkis išlieka tas pats – kaip užtikrinti, kad masinės analitinės užklausos nesukeltų net minimalaus vėlavimo kritinėms verslo operacijoms.

Verta atkreipti dėmesį į esamą prieštaravimą tarp atvirųjų standartų deklaravimo ir realaus įmonių prisirišimo prie konkretaus tiekėjo ekosistemos. Nors sprendimas remiasi atvirais formatais, pilnavertis LTAP funkcionalumas ir pažadėtas našumas yra glaudžiai susieti su pačios „Databricks“ optimizavimo algoritmais bei patentuotomis technologijomis. Tai reiškia, kad organizacijos, ieškodamos didesnio efektyvumo, gali nepastebimai patekti į naujus infrastruktūros spąstus, iš kurių pasitraukti vėliau bus itin brangu.

Taip pat kyla klausimas dėl praktinio šios inovacijos pritaikymo tradiciniame versle, kur senosios sistemos veikia dešimtmečius. Didžiosios finansų ar telekomunikacijų įmonės dažniausiai vadovaujasi taisykle taisyti tik tai, kas visiškai sugedo. Todėl masinis perėjimas prie vieningos LTAP architektūros gali užtrukti kur kas ilgiau, nei prognozuoja optimistiškai nusiteikę technologijų analitikai, o tikroji šio sprendimo nauda bus matoma tik naujai kuriamose skaitmeninėse platformose.

Galiausiai, didžiausias duomenų valdymo paradoksas išlieka tas pats: mes galime sukurti tobulą, akimirksniu veikiančią ir viską sujungiančią sistemą, tačiau ji vis tiek bus priklausoma nuo žmogaus, kuris penktadienio vakarą netyčia ištrins ne tą lentelę.

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.