要點(diǎn):

1. Chaos LakeDB是首個(gè)Lake數(shù)據(jù)庫(kù)，用于支持生成人工智能、SQL和實(shí)時(shí)搜索。

2. Chaos LakeDB的目標(biāo)是解決傳統(tǒng)數(shù)據(jù)策略和系統(tǒng)的問(wèn)題，以釋放數(shù)據(jù)潛力，適用于多個(gè)應(yīng)用領(lǐng)域。

3. 該數(shù)據(jù)庫(kù)允許將數(shù)據(jù)直接流入云對(duì)象存儲(chǔ)，與各種數(shù)據(jù)流和格式整合，自動(dòng)化數(shù)據(jù)管道，提高成本效益和性能。

微新創(chuàng)想(idea2003.com) 10月13日 消息:隨著數(shù)字領(lǐng)域的迅速發(fā)展，生成式人工智能的崛起已不再是曇花一現(xiàn)。能夠充分利用生成AI潛力的組織將獲得巨大的競(jìng)爭(zhēng)優(yōu)勢(shì)。然而，許多組織陷入了過(guò)時(shí)的數(shù)據(jù)策略和系統(tǒng)中，這些問(wèn)題妨礙了從完成日常任務(wù)到創(chuàng)新的一切。而不斷增加的數(shù)據(jù)量和復(fù)雜性使問(wèn)題進(jìn)一步復(fù)雜化。ChaosSearch也許為我們提供了一個(gè)革命性的方法，以釋放數(shù)據(jù)的潛力。

ChaosSearch是一家領(lǐng)先的日志分析平臺(tái)，它宣布推出Chaos LakeDB – 首個(gè)旨在支持生成式人工智能、SQL和實(shí)時(shí)搜索的Lake數(shù)據(jù)庫(kù)。

圖源備注：圖片由AI生成，圖片授權(quán)服務(wù)商Midjourney

Chaos LakeDB可作為企業(yè)的SaaS數(shù)據(jù)平臺(tái)使用，也可作為云平臺(tái)提供商的嵌入式數(shù)據(jù)庫(kù)使用。今年早些時(shí)候，ChaosSearch推出了由OpenAI提供技術(shù)支持并集成到ChaosSearch平臺(tái)的Chaos AI助手。像思科和信用評(píng)分公司Equifax等行業(yè)領(lǐng)袖已經(jīng)在使用Chaos LakeDB。

ChaosSearch技術(shù)允許組織將數(shù)據(jù)直接流入云對(duì)象存儲(chǔ)，如Amazon S3，將其轉(zhuǎn)化為可搜索的Lake，具有無(wú)限的熱數(shù)據(jù)保留。隨著Chaos LakeDB的推出，任何云提供商或企業(yè)軟件公司都可以將ChaosSearch數(shù)據(jù)庫(kù)嵌入到其現(xiàn)有產(chǎn)品中。這將使組織在搜索數(shù)據(jù)方面更加靈活。

Chaos LakeDB設(shè)計(jì)用于各種應(yīng)用，包括一般系統(tǒng)可觀察性、理解產(chǎn)品使用趨勢(shì)以獲得業(yè)務(wù)洞察，以及搜索日志數(shù)據(jù)進(jìn)行故障排除。它通過(guò)消除復(fù)雜的數(shù)據(jù)移動(dòng)或數(shù)據(jù)管道的需求來(lái)簡(jiǎn)化架構(gòu)。此外，它還將各種數(shù)據(jù)流和格式整合到一個(gè)統(tǒng)一的數(shù)據(jù)湖數(shù)據(jù)庫(kù)中。該數(shù)據(jù)庫(kù)還具備自動(dòng)化數(shù)據(jù)管道、協(xié)調(diào)湖泊主干上的工作負(fù)載和模式管理的能力。

正如ChaosSearch的首席技術(shù)官Thomas Hazel所言:“我們的愿景是解決大規(guī)模實(shí)時(shí)分析的挑戰(zhàn)。我們認(rèn)識(shí)到企業(yè)在傳統(tǒng)系統(tǒng)面臨的問(wèn)題，旨在提供既高效又未來(lái)的解決方案。Chaos LakeDB證明了我們對(duì)創(chuàng)新的承諾，提供了一個(gè)統(tǒng)一的平臺(tái)，其中數(shù)據(jù)不僅存儲(chǔ)，還被激活、分析并用于可行的洞察。在這個(gè)以人工智能驅(qū)動(dòng)的時(shí)代，我們相信數(shù)據(jù)應(yīng)該處于決策的前沿，而Chaos LakeDB正是為全球企業(yè)實(shí)現(xiàn)這一愿景而努力。”

與亞馬遜的Simple Storage Service（S3）集成，Chaos LakeDB允許用戶(hù)將龐大的存儲(chǔ)能力與云數(shù)據(jù)庫(kù)的可訪(fǎng)問(wèn)性相結(jié)合，并有助于減少?gòu)?fù)雜的ETL和ELT流程的需求。該集成還確保了性能和成本效益，這是當(dāng)今數(shù)據(jù)密集型分析和人工智能應(yīng)用的關(guān)鍵要求。總之，Chaos LakeDB的發(fā)布標(biāo)志著對(duì)可觀測(cè)性技術(shù)的需求不斷上升，這在思科以280億美元的股權(quán)價(jià)值收購(gòu)Splunk和今年早些時(shí)候的New Relix私募股權(quán)收購(gòu)中顯而易見(jiàn)。很明顯，這是一個(gè)值得關(guān)注的領(lǐng)域。