EDB добавляет конвергентную аналитику в EDB Postgres AI для работы AI‑агентов с оперативными данными
EnterpriseDB (EDB) представила функции конвергентной аналитики для управляемого сервиса базы данных EDB Postgres AI. Появление этой инициативы связано с тем, что компании все активнее внедряют AI‑агентов. Такие системы постоянно обращаются к бизнес‑данным, делают на их основе выводы и выполняют действия. В этой ситуации привычное разделение транзакционных баз данных и аналитических систем все чаще воспринимается как ограничение.
Как пишет InfoWorld, решение EDB вышло через несколько недель после анонса Databricks: компания представила Lakehouse Transaction and Analytical Processing (LTAP) на базе Neon Postgres. Этот подход должен сблизить операционную обработку (OLTP) и аналитическую (OLAP). По сути, оба поставщика отвечают на один и тот же запрос: дать корпоративным AI‑агентам доступ к актуальным операционным данным без ожидания конвейеров и реплик.
В EDB подчеркивают, что их стратегия строится иначе. Chief engineering officer компании Max Romanenko объясняет разницу так: Databricks «строит систему от lakehouse наружу, пытаясь добавить транзакционные возможности через Lakebase». Подход EDB другой. Компания начинает с операционного уровня на базе Postgres, именно там предприятия уже запускают самые критически важные рабочие нагрузки.
Ключевые факты
EnterpriseDB представила возможности converged analytics для управляемого сервиса базы данных EDB Postgres AI.
Анонс EDB последовал через несколько недель после того, как Databricks представила Lakehouse Transaction and Analytical Processing (LTAP) на базе Neon Postgres.
По словам Max Romanenko, chief engineering officer в EDB, Databricks строит решение «от lakehouse наружу» через Lakebase, тогда как EDB начинает с операционного слоя Postgres.
Обе компании пытаются упростить работу AI‑агентов с актуальными операционными данными без ожидания пайплайнов и реплик.