CedarDB, işlem ve analitik AI iş yüklerini birleştiren yönetilen bulut veritabanını piyasaya sürdü

CedarDB Cloud sınırlı erişimle yayında

Münih merkezli veritabanı girişimi CedarDB, veritabanı motorunun yönetilen, bulutta barındırılan sürümünü duyurdu ve CedarDB Cloud'un sınırlı erişimini TechCrunch'un Disrupt etkinliğinde, 20 girişimin yarıştığı Startup Battlefield sahnesinde açıkladı. TechCrunch'a göre lansman, şirketin bekleme listesine katılan kullanıcılarla yapılan beta testlerinin ardından geldi.

Bulut ürünü, Mayıs 2025'te kamuoyuna açılan portföye ekleniyor; o dönemde CedarDB, ücretli yerinde kurulum sürümü CedarDB Enterprise'ı, ücretsiz Community Edition'ı ve 5,3 milyon avroluk (yaklaşık 6 milyon dolar) tohum yatırımını duyurmuştu. TechCrunch'a göre ekip o aşamada bir bulut servisi başlatmayı tartıştı ama beklemeye karar verdi. Eş kurucu Christian Winter bir blog yazısında, akademiyi bıraktıktan sonra ekip tarafından belirlenen öncelikleri anlattı: güvenilirlik, hata toleransı ve yaygın araçlarla uyumluluk.

Tek motor, iki iş

Veritabanlarının çoğu tarihsel olarak iki iş yükünden birinde uzmanlaşmıştır: sipariş ve ödeme gibi günlük işlemleri kaydeden operasyonel sistemler ile trendleri ortaya çıkarmak için tasarlanmış analitik sistemler. CedarDB her ikisini tek bir motorda yönetebildiğini iddia ediyor ve CEO Moritz Sichert, TechCrunch'a verdiği demeçte ajansik AI'ın yükselişinin bu kombinasyonu daha önemli hale getirdiğini söyledi; çünkü yıllarca biriken işlemleri saklamak için kurulmuş kurumsal veri yığınları, doğal dille ifade edilen analitik sorulara — tam olarak bir AI ajanının üreteceği türden isteklere — hızlı yanıt vermede zorlanıyor.

Motorun kendisi yeni değil. CedarDB, Münih Teknik Üniversitesi'nden çıkan bir girişim ve Umbra adlı araştırma projesi üzerine kurulu; Umbra, modern donanımı daha verimli kullanarak eski veritabanı motorlarını geride bırakmak için sıfırdan yazılmıştı. Umbra'dan beş araştırmacı — Moritz Sichert, Lukas Vogel, Philipp Fent, Dominik Durner ve Christian Winter — şirketi birlikte kurdu ve ticari ürün, müşteri tarafında çok az değişiklik gerektirerek, ekstra CPU, işlem gücü veya bellek talep etmeden daha iyi performans vaat ediyor.

AI bahsi olarak PostgreSQL uyumluluğu

Merkezi bir tasarım kararı PostgreSQL ile uyumluluktu. Sichert, TechCrunch'a bunun geçiş maliyetlerini düşük tuttuğunu, çünkü müşterilerin CedarDB'ye geçmek için uygulamalarını yeniden yazması gerekmediğini söyledi. Daha az gözle görünen bir avantaja da dikkat çekti: büyük dil modelleri eğitim sırasında çok miktarda PostgreSQL ile ilgili içerik özümsediğinden, CedarDB'nin lehçesi bu modellerin zaten iyi bildiği veritabanı mantığıyla eşleşiyor — sorguları AI ajanlarının oluşturduğu durumlarda işe yarayan bir özellik.

Databricks de aynı fikre yaklaşıyor

CedarDB, işlem ve analitik sistemler arasındaki ayrımı sorgulayan tek oyuncu değil. Databricks, Haziran'daki Data + AI Summit'te, şirketin "ajansik çağ" olarak adlandırdığı eğilimden ilham alan LTAP veri mimarisini tanıttı; hedef, işlemleri, analitiği, akışı ve operasyonel veriyi göldeki tek bir veri kopyasında bir araya getirmek. Sichert bu hamleyi CedarDB'nin yaptığına yönelik talebin varlığının kanıtı olarak görüyor; ancak TechCrunch'a göre bu kaydırmanın ne kadar yıkıcı olacağını söylemek için henüz erken.

Şimdilik CedarDB, ilk bulut müşterilerine 14 kişilik bir ekiple hizmet vermeyi planlıyor. Sichert, personel sayısının benimsemeyle birlikte büyümesini bekliyor ve TechCrunch'a şirketin bir sonraki yatırım turunu tam da bu genişleme aşamasında açacağını söyledi.

Neden önemli

Operasyonel ve analitik veritabanları arasındaki ayrım, onlarca yıldır kurumsal veri mimarisini şekillendirdi ve tipik olarak kuruluşları ayrı sistemler bakımına ve aralarında veri taşıma zorunluluğuna itti. AI ajanları bu çizgiyi bulanıklaştırıyor: hem eylemleri kaydediyor hem de birikmiş veri hakkındaki uçsuz bucaksız soruları, ideal olarak tek ve tutarlı bir kopya üzerinde soruyor. Bu kullanım kalıbı standart hale gelirse, her iki erişim kalıbını tek sistemde sunan motorlar — CedarDB'nin yaklaşımı ya da Databricks'in lakehouse mimarisi — veri yığınlarını büyük ölçüde basitleştirebilir. CedarDB için bulut lansmanı aynı zamanda, on yıllık üniversite araştırmasını kendi altyapısını işleten büyük kuruluşların ötesine taşıyarak çok daha geniş bir müşteri kitlesinin kapısını açan adım.