Google AlloyDB AI एजंट्सना थेट उत्पादन डेटावर अलग-अलग प्रवेश देते

Google AlloyDB: जसजसे AI एजंट साध्या प्रॉम्प्टच्या पलीकडे जातात आणि मल्टी-स्टेप रिजनिंग सुरू करतात, त्यांचा डेटाबेस वर्कलोड पारंपारिक ऍप्लिकेशनपेक्षा वेगळ्या पद्धतीने वागू शकतो. अनेक एजंट एकाच वेळी माहितीची वारंवार चौकशी करू शकतात, तुलना करू शकतात आणि विश्लेषण करू शकतात, ज्यामुळे डेटाबेस क्रियाकलापांमध्ये अचानक वाढ होऊ शकते.

जेव्हा समान डेटाबेस ग्राहक व्यवहार आणि इतर मिशन-गंभीर ऑपरेशन्स देखील हाताळतो तेव्हा ही समस्या बनते. AlloyDB मधील एजंट आर्किटेक्चरसाठी Google क्लाउडचे नवीन PostgreSQL त्या विभक्ततेच्या आसपास डिझाइन केलेले आहे: प्राथमिक उत्पादन वातावरणाद्वारे वापरल्या जाणाऱ्या गणना संसाधनांसाठी स्पर्धा न करता एजंट नवीन उत्पादन डेटासह कार्य करू शकतात. Google ने 24 सप्टेंबर 2026 रोजी याची घोषणा केली आणि सध्या विनंतीनुसार प्रवेशासह पूर्वावलोकनात आहे.

एआय एजंट नवीन डेटाबेस समस्या का तयार करतात

आव्हान फक्त एआय एजंटला डेटाबेसमध्ये प्रवेश देणे नाही. जेव्हा अनेक एजंट एकाच वेळी त्या डेटाबेसची चौकशी करू लागतात तेव्हा काय होते ते हाताळत आहे. Google एजंट वर्कलोड्सचे वर्णन दाट आणि अप्रत्याशित तर्क लूप म्हणून करते जे अत्यंत समवर्ती प्रश्न निर्माण करू शकतात.

पारंपारिक डेटाबेस आर्किटेक्चर्स अतिरिक्त वाचन क्षमतेसाठी वाचन प्रतिकृती वापरू शकतात, परंतु ती संसाधने विशेषत: अल्पकालीन स्फोटांसाठी तयार करण्याऐवजी सामान्यत: तरतूद केली जातात. व्यवसायांसाठी, हे एक कठीण संतुलन निर्माण करते: एजंटना वर्तमान माहितीची आवश्यकता असते, परंतु त्यांच्या कार्यभाराने वास्तविक ग्राहकांना सेवा देणाऱ्या प्रणालींमध्ये व्यत्यय आणू नये.

AlloyDB उत्पादनातून एजंट कसे वेगळे करते

Google चे उत्तर म्हणजे क्षणिक AlloyDB एजंट नोड्सची काही सेकंदात तरतूद करणे. हे नोड्स ताज्या उत्पादन डेटावर केवळ-वाचनीय प्रवेश प्रदान करतात आणि संगणकीय, नेटवर्क आणि स्टोरेज मार्गांवरील प्राथमिक उत्पादन क्लस्टरपासून भौतिकरित्या वेगळे राहतात. एजंट नोड्स थेट Google च्या Colossus स्टोरेज सिस्टममधून थेट डेटाबेस डेटा वाचतात, स्टोरेज विभाग आणि उत्पादन क्लस्टरपासून विभक्त डेटा पथ वापरतात.

जेव्हा एजंट त्याचे कार्य पूर्ण करतो, तेव्हा नोड आपोआप थांबू शकतो आणि त्याची गणना शून्यावर परत येऊ शकते. Google चे म्हणणे आहे की मॉडेल आवश्यक नसताना समर्पित एजंट कंप्यूट चालू न ठेवता एजंट वर्कलोडच्या बर्टी स्वरूपाशी जुळते. Google म्हणते की एजंट-नोड गणना क्रियाकलापाच्या प्रति सेकंदाला बिल दिले जाते, नोड्स सोडल्यानंतर कोणतेही गणना शुल्क न घेता.

हे सामान्य वाचलेल्या प्रतिकृतींपेक्षा वेगळे का आहे

महत्त्वाचा फरक म्हणजे एजंट वातावरण मागणीला किती लवकर प्रतिसाद देऊ शकते. पारंपारिक प्रतिकृती प्राथमिक डेटाबेसपासून वाचन ट्रॅफिक दूर करण्यात मदत करू शकते, परंतु स्वतंत्रपणे संग्रहित केलेल्या प्रतिकृतींना नवीन वर्कलोड हाताळण्यापूर्वी त्यांच्या स्वतःच्या डेटाची प्रतिकृती आणि दीर्घ तरतूद आवश्यक असू शकते. AlloyDB चे एजंट नोड काही सेकंदात सुरू होण्यासाठी आणि एजंट वर्कलोड संपल्यावर अदृश्य होण्यासाठी डिझाइन केलेले आहेत.

यामुळे दुसरी प्रतिकृती जोडण्याबद्दलचे वैशिष्ट्य कमी होते आणि एजंट गणनेला उत्पादन गणनापासून वेगळे करण्याबद्दल अधिक. AlloyDB चे प्रस्तावित मॉडेल आवश्यकतेनुसार सँडबॉक्स केलेले उदाहरणे तयार करते आणि वर्कलोड संपल्यावर त्यांची गणना संसाधने काढून टाकते. यामुळे दुसरी प्रतिकृती जोडण्याबद्दलचे वैशिष्ट्य कमी होते आणि एजंट गणनेला उत्पादन गणनापासून वेगळे करण्याबद्दल अधिक.

एजंट अजूनही PostgreSQL क्षमता मिळवतात

एजंटची उदाहरणे मूलभूत डेटाबेस लुकअपपुरती मर्यादित नाहीत. Google म्हणते की ते संपूर्ण AlloyDB PostgreSQL इंजिन वापरतात, ज्यात SQL, विद्यमान अनुक्रमणिका, वेक्टर शोध, पूर्ण-मजकूर शोध आणि अवकाशीय शोध यांचा समावेश आहे. Apache Spark साठी BigQuery आणि Lightning Engine सह एजंट लेकहाउस फेडरेशन देखील वापरू शकतात, प्रत्येक वर्कफ्लोसाठी वेगळी ETL पाइपलाइन न बनवता मोठ्या विश्लेषणात्मक डेटासेटसह थेट AlloyDB ऑपरेशनल डेटा एकत्र करून.

हे एंटरप्राइझ वापर प्रकरणांसाठी महत्त्वाचे आहे जेथे एजंटला शिफारस करण्यापूर्वी किंवा कार्य पूर्ण करण्यापूर्वी व्यवसायाची सद्य स्थिती आणि व्यापक ऐतिहासिक संदर्भ दोन्ही आवश्यक असू शकतात.

Google म्हणते की आर्किटेक्चर लाखो प्रश्न हाताळू शकते

Google च्या इंडेक्स-लूकअप बेंचमार्कमध्ये, AlloyDB ने एका एजंट नोडवरील 3.9K QPS वरून 1,000 नोड्समध्ये सुमारे 3 दशलक्ष QPS पर्यंत स्केल केले, तर Google ने प्राथमिक क्लस्टरमध्ये कोणतेही मोजता येण्याजोगे ऱ्हास नोंदवला नाही. 2,100 एजंट नोड्सवर वेगळ्या पूर्ण-टेबल-स्कॅन चाचणीमध्ये, एकूण स्कॅन थ्रूपुट 1 Tbps पेक्षा जास्त आहे. हे Google चे स्वतःचे नियंत्रित बेंचमार्क परिणाम आहेत, स्वतंत्र बेंचमार्क किंवा ग्राहक-उत्पादन कार्यक्षमतेची हमी नाहीत.

Google AlloyDB: पूर्वावलोकन म्हणजे काय

AlloyDB मधील एजंट्ससाठी PostgreSQL सध्या उपलब्ध आहे पूर्वावलोकनसामान्यतः उपलब्ध वैशिष्ट्य म्हणून नाही. Google क्लाउडच्या दस्तऐवजीकरणात असे म्हटले आहे की पूर्व-GA उत्पादने आणि वैशिष्ट्ये जसे-जसे प्रदान केली जातात आणि त्यांना मर्यादित समर्थन असू शकते. केवळ-वाचनीय पृथक्करण एजंट नोड्सला उत्पादन डेटामध्ये बदल करण्यापासून प्रतिबंधित करते, तर डेटाबेस परवानग्या, प्रशासन आणि सूक्ष्म प्रवेश नियंत्रणे तरीही वैयक्तिक एजंटला कोणत्या डेटाची क्वेरी करण्याची परवानगी आहे हे निर्धारित करते.

एंटरप्राइझ एआयसाठी Google च्या हालचालीचा अर्थ काय आहे

सर्वात मोठा बदल असा नाही की पोस्टग्रेएसक्यूएल स्वतः अचानक एआय एजंट्ससाठी स्वयंचलितपणे स्केल करत आहे. हे एक AlloyDB आर्किटेक्चर आहे, जे Google च्या व्यवस्थापित PostgreSQL-सुसंगत डेटाबेस सेवेभोवती तयार केले आहे. हा दृष्टीकोन दोन गोष्टींना वेगळे करतो ज्या पारंपारिकपणे समान पायाभूत सुविधांसाठी स्पर्धा करतात: ताज्या ऑपरेशनल डेटामध्ये प्रवेश आणि मोठ्या प्रश्नांची प्रक्रिया करण्यासाठी आवश्यक गणना. एजंट वर्कलोड अधिक समवर्ती आणि अप्रत्याशित होत राहिल्यास, AI मोठ्या प्रमाणावर तैनात करणाऱ्या व्यवसायांसाठी ते वेगळे होणे अधिक महत्त्वाचे होऊ शकते.

निष्कर्ष

AlloyDB मधील एजंट्ससाठी Google चे PostgreSQL हे उत्पादन क्लस्टरच्या गणना, नेटवर्क किंवा स्टोरेज मार्गावर क्वेरी वर्कलोड न चालवता AI एजंटना नवीन उत्पादन डेटावर तर्क करू देण्यासाठी डिझाइन केले आहे. वेगळ्या केवळ-वाचनीय उदाहरणांसह, जलद तरतूद आणि स्केल-टू-शून्य, Google वैयक्तिक AI सहाय्यकांकडून मोठ्या एजंट नेटवर्कवर जाण्याबरोबर येणाऱ्या पायाभूत समस्यांपैकी एकाला लक्ष्य करत आहे.

हे वैशिष्ट्य प्रीव्ह्यूमध्ये राहते आणि त्याचे हेडलाइन परफॉर्मन्स नंबर Google च्या स्वत:च्या चाचणीवर आधारित आहेत. एंटरप्राइझसाठी, आर्किटेक्चर हीच अधिक महत्त्वाची कल्पना आहे: एजंटना त्यांचा संगणकीय वर्कलोड व्यवसाय चालवणाऱ्या सिस्टीमपासून वेगळा ठेवून वर्तमान डेटामध्ये प्रवेश करू द्या.

(स्त्रोत)