Desde 2022, Google ha optado por ingresar al mercado de la base de datos PostgreSQL Al lanzar AlloyDB Para competir con el proyecto de código abierto, pero especialmente Aurora d'Aws y PostgreSQL en Azure de Microsoft. Desde entonces, la oferta ha evolucionado y se ha desplegado en varias regiones con el objetivo de convertirse en una alternativa real a PostgreSQL. Este último ha ganado popularidad con sus capacidades transaccionales y analíticas, su seguridad y su gobierno y su apoyo a los lenguajes de programación.
Filtrado optimizado para la investigación vectorial
Para acercarse al proyecto de código abierto, Google ha integrado funciones de filtrado para mejorar el rendimiento de la investigación vectorial en función de su herramienta de escaneo. Una tendencia que se ha vuelto esencial para el desarrollo de aplicaciones de IA. Las empresas pueden llevar a cabo esta capacidad directamente en la base de datos en lugar del postprocesamiento junto a la aplicación. "Este tipo de filtrado garantiza la velocidad, precisión y eficiencia de este tipo de investigación, combinando automáticamente lo mejor de los índices vectoriales y tradicionales en las columnas de metadatos para mejorar las solicitudes", explica Google Cloud.
El filtrado en línea también se puede ejecutar en PostgreSQL para obtener ganancias de rendimiento, en particular con el uso de la cláusula WHERE en una instrucción seleccionada dentro de una solicitud de base de datos u optimizar la investigación vectorial como PGVector. "Pero los conjuntos de datos demasiado grandes pueden causar complejidades y una disminución en el rendimiento", observó Mukesh Ranjan, vicepresidente de la compañía consultora Everest Group. Sin embargo, agrega que "este enfoque aporta ventajas a los desarrolladores, como solicitudes más simples, gestión de datos coherentes, en particular para los casos de uso de IA e investigación semántica".
Además de las herramientas de observabilidad
Otra función agregada, la observabilidad con la integración de varias herramientas. Este es en particular un asesor de recuerdo que ayuda a medir la calidad de la investigación vectorial. Además, Google Cloud agrega estadísticas de distribución del índice de vectores para ver rápidamente los cambios en los datos de tiempo real. Las empresas podrán obtener un rendimiento más estable y consistente. Según Mukesh Rajan, estas herramientas de observabilidad son comparables a las ofrecidas a las capacidades básicas de PostgreSQL. "Se beneficia mucho de la observabilidad estándar de PostgreSQL (como PG_STAT_STATEMENTS), cuanto más la interfaz de usuario avanzada de Google Cloud, más análisis de profundidad y sugerencias de ajuste potenciales basadas en el aprendizaje automático", dice el analista.
Estas diferentes funciones muestran que AlloyDB quiere mantener su compatibilidad perfecta con PostgreSQL y sus capacidades (sintaxis SQL, competencia, indexación, procedimientos almacenados). Google Cloud agrega una arquitectura diferente para mejorar el rendimiento. "Esencialmente, el enfoque de Google fue el siguiente: tomar el marco de Postgre, mantenerlo compatible, luego acelerarlo con otro motor de almacenamiento y herramientas de gestión de Google Infraestructura y gestión", dice Mukesh Rajan.
Otras noticias que te pueden interesar