As melhorias nos sistemas de armazenamento em nuvem têm o potencial de facilitar a criação de aplicativos que utilizam inteligência artificial e operam em tempo real.
O Google Cloud melhorou sua oferta de banco de dados SQL distribuído totalmente gerenciado ao introduzir novas funcionalidades para lidar com processamento de gráficos, denominado Spanner Graph.
De acordo com especialistas, a atualização prevista tem como objetivo auxiliar os desenvolvedores na criação de aplicativos que se baseiam em cenários de inteligência artificial, como aprimoramento de sistemas de recomendação e detecção de fraudes.
De acordo com Steven Dickens, consultor de tecnologia do The Futurum Group, o Spanner Graph atenderá à crescente necessidade por soluções avançadas de processamento e análise de dados em diversos setores, em toda a área de inteligência artificial.
“De acordo com Dickens, os bancos de dados de gênero são especialmente benéficos para a geração aprimorada de recuperação (RAG), uma vez que se sobressaem na representação e pesquisa de conexões complicadas entre os dados. Essa habilidade contribui para a melhoria da recuperação de informações pertinentes em aplicações de IA, resultando em uma maior precisão e relevância das saídas produzidas.”
A crescente procura por representações visuais de informações, juntamente com o formato GraphRAG que oferece contexto ao tornar explícitas as relações entre vetores incorporados, é citada como um dos motivos para a inclusão de funcionalidades de processamento de gráficos no Spanner, conforme apontado por Tony Baer, analista sênior na dbInsight.
De acordo com o vice-presidente de pesquisa do IDC, Carl Olofson, o Spanner é primariamente um sistema de gerenciamento de banco de dados relacional (DBMS) que armazena dados internamente em tabelas com linhas e colunas. Ele também mencionou que a recente adição da capacidade de gráficos permite aos usuários incorporar gráficos aos bancos de dados relacionais já existentes e utilizar matemática gráfica para analisar os dados tabulares.
Olofson mencionou que, por essa razão, o Spanner pode não estar totalmente apto para competir com bancos de dados de gráficos especializados, como Neo4j, OrientDB, TigerGraph e Aerospike Graph, em relação ao desempenho de implantações de gráficos puros.
Comparação entre bancos de dados multimodelo e bases de dados especializadas.
A decisão do Google de incluir recursos de processamento de gráficos no Spanner está alinhada com a tendência das empresas de sistemas de gerenciamento de banco de dados (DBMS) de quererem ser reconhecidas por oferecer suporte estratégico em bancos de dados. Isso visa auxiliar as empresas na consolidação de suas necessidades de banco de dados e na incorporação de capacidades de diversos modelos disponíveis em sistemas de banco de dados especializados, conforme explicado por Olofson.
Uma situação ilustrativa é a inclusão de funcionalidades de vetorização por parte de provedores de serviços de banco de dados em nuvem, como Oracle, AWS, Microsoft, Google e MongoDB. Antigamente, as capacidades de vetorização eram disponibilizadas por meio de bancos de dados específicos, tais como Pinecone, Weaviate e Milvus.
Da maneira como foi mencionado pelo analista sênior da Nucleus Research, Alexander Wurm, a capacidade de processamento de gráficos do Spanner possibilitará ao Google competir com plataformas como Neo4j, Amazon Neptune e Microsoft Azure Cosmos DB em termos de conversação.
Os novos recursos de gráficos ajudarão os desenvolvedores a simplificar o gerenciamento de dados, já que poderão utilizar uma única plataforma para acessar dados estruturados e conectados. Isso diminuirá a complexidade de lidar com diversos bancos de dados, resultando em maior eficiência para as operações de negócios, de acordo com as palavras de Dickens.
Em outras palavras, o analista líder do dbInsight, Tony Baer, observou que o Spanner Graph preenche uma lacuna na oferta de serviços em nuvem do Google, que até então estava faltando de forma deliberada.
“De acordo com Baer, o Google está priorizando o Spanner inicialmente porque deseja lidar com a escalabilidade horizontal, um desafio histórico para os bancos de dados relacionais.”
Integração entre GQL e SQL
De acordo com o vice-presidente de engenharia do Google responsável por bancos de dados, Andi Gutmans, o Spanner Graph ou Spanner em geral passará a suportar a linguagem de consulta de gráficos (GQL) e terá interoperabilidade com SQL.
De acordo com especialistas, a capacidade de interoperabilidade com o SQL possibilitará ao Google tirar proveito da vasta familiaridade e uso do SQL por parte de desenvolvedores e profissionais de dados, evitando a necessidade de aprender uma nova linguagem de consulta.
No último mês, o Google lançou uma atualização para o Spanner que inclui uma funcionalidade que permite manter a configuração de duas regiões. Isso facilitará para as empresas obedecerem às regulamentações de residência de dados em países com suporte em nuvem mais restrito, enquanto garantem a disponibilidade dos dados.
No começo deste ano, a companhia anunciou que planejava incluir funcionalidades vetoriais, como a pesquisa de vizinhos mais próximos (ANN) e a busca de vizinhos mais próximos exata (KNN), em grande parte de seus bancos de dados em nuvem, incluindo o Spanner.
Enquanto a rede neural artificial é empregada para melhorar a eficiência da busca, isto é, diminuir o tempo de espera para grandes volumes de dados, o K-vizinhos mais próximos é utilizado para obter resultados de busca mais detalhados ou precisos em conjuntos de dados menores.
O Google anunciou que planeja disponibilizar o Spanner de maneira diferente, chamada de Spanner Editions, que incluirá o banco de dados em nuvem nas versões Standard, Enterprise e Enterprise Plus.
Três versões com diferentes faixas de preço estão previstas para alcançar um maior número de empresas e proporcionar maior flexibilidade.
Bigtable agora é compatível com SQL.
Em atualizações recentes em seus bancos de dados na nuvem, o Google implementou suporte SQL em seu serviço de banco de dados NoSQL Bigtable, o qual agora oferece mais de 100 funções SQL.
Gutmans do Google afirmou que atualmente é mais simples do que nunca criar aplicativos de alto desempenho em tempo real, graças a avanços como o uso de inteligência artificial generativa, manipulação de JSON e esboços de dados para análise em tempo real, além do suporte SQL adicionado à Bigtable.
De acordo com o Dickens do The Futurum Group, a inclusão de suporte SQL irá auxiliar no atendimento das demandas em constante mudança de desenvolvedores e empresas que buscam melhorar o desempenho e a escalabilidade da Bigtable, utilizando consultas SQL que já são familiares para eles.
Dickens mencionou que o ambiente competitivo entre os provedores de banco de dados em nuvem e a crescente necessidade de análises em tempo real estão influenciando o mercado. Ele destacou que a capacidade de lidar com diferentes tipos de dados e cargas de trabalho, juntamente com o suporte SQL, torna a Bigtable uma opção mais atraente para os usuários, o que pode resultar em uma maior adoção de serviços de nuvem.
Estamos em um estágio em que as grandes empresas de tecnologia estão concentrando esforços em obter grandes quantidades de dados e transferi-los para suas plataformas na nuvem, com o objetivo de criar uma base para aplicações de inteligência artificial. Além disso, a empresa anunciou o desenvolvimento de novos conectores Spark que são compatíveis com PySpark, Scala e SparkSQL, e que estão disponíveis para apoiar cientistas de dados na construção de pipelines de dados e no treinamento de modelos de aprendizado de máquina em Bigtable.