Google aurait pour objectif de s'emparer d'une partie des charges de travail d'Oracle en proposant un service de migration vers PostgreSQL

Grâce à un ensemble de services et d'outils d'automatisation

Google aurait pour objectif de s'emparer d'une partie des charges de travail d'Oracle en proposant un service de migration vers PostgreSQL,
grâce à un ensemble de services et d'outils d'automatisation

Google chercherait à s'emparer d'une partie des charges de travail d'Oracle en proposant de passer à son service de base de données géré compatible avec PostgreSQL, AlloyDB. Pour cela, Google a lancé son service de migration de base de données pour Oracle vers PostgreSQL, qui promet de simplifier le processus de migration. Google a également annoncé en preview version un service basé sur son IA générative, Duet AI, qui aide à convertir le code de la base de données Oracle, comme les procédures stockées, les fonctions, les déclencheurs, les paquets et le code PL/SQL, en code compatible avec PostgreSQL.

Google affirme que son service de migration assistée par l’IA est plus efficace que les méthodes traditionnelles pour la conversion du code. L'entreprise donne l’exemple de Chicago Mercantile Exchange, la principale entreprise au monde de bourse d'échange de marché à terme, qui a choisi AlloyDB pour ses charges de travail d’entreprise les plus exigeantes et qui est en train de migrer plusieurs bases de données d’Oracle vers PostgreSQL. Google espère ainsi convaincre les clients d’Oracle de moderniser leurs bases de données héritées et d’adopter des technologies ouvertes plus modernes.


Andi Gutmans, vice-président et directeur général des bases de données chez Google Cloud, a déclaré : « Les clients cherchent à moderniser leurs bases de données héritées comme Oracle et SQL Server, et ils veulent adopter des technologies ouvertes plus modernes dans le cadre de leurs feuilles de route d'innovation. »

Google a également annoncé en Preview version Duet AI in Database Migration Service, qui propose de coopter son chatbot d'IA générative pour « aider à la dernière étape de la conversion du code, là où toutes les méthodes traditionnelles ont échoué », a-t-il déclaré.

Les bases de données avec support vectoriel : un pont vers l’IA d’entreprise

Les bases de données avec support vectoriel sont le pont entre les LLM et les applications d'IA d'entreprise. Le transfert de ces données en temps réel à partir d’une base de données vers le LLM avec des approches telles que Retrieval Augmented Generation (RAG) permet dans un premier temps le rodage des LLM, l'amélioration de la précision et l'assurance que les réponses sont informatives, pertinentes, exploitables et personnalisées pour l'utilisateur.

Deuxièmement, la prise en charge des embeddings vectoriels (représentations numériques des données utilisées pour représenter la signification des données sous-jacentes) permet de récupérer des informations en fonction de leur pertinence sémantique. Les flux de travail RAG utilisent souvent les embeddings pour trouver, filtrer et représenter les données pertinentes afin d'augmenter les invites LLM.

Les embeddings peuvent également alimenter des expériences telles que les recommandations de produits en temps réel, permettant aux utilisateurs de rechercher les éléments les plus pertinents. Enfin, les bases de données opérationnelles sont généralement déjà connues des développeurs d'applications, qui leur font confiance pour soutenir leurs applications d'entreprise.

Comment cela fonctionne-t-il ?

AlloyDB AI introduit quelques nouvelles fonctionnalités dans AlloyDB pour aider les développeurs à intégrer leurs données en temps réel dans les applications d'intelligence artificielle. Il s'agit notamment de :

• génération facile d'embeddings par laquelle AlloyDB AI introduit une simple fonction PostgreSQL pour générer des embeddings sur les données. Avec une seule ligne de SQL, il est possible d’accéder aux modèles d'embeddings de Google, y compris les modèles locaux (disponibles en preview version dans AlloyDB Omni) pour la génération d'embeddings à faible latence, dans la base de données, et les modèles distants plus riches dans Vertex AI (Vertex AI Platform fournit des outils MLOps spécialement conçus pour les data scientists et les ingénieurs ML afin d'automatiser, de standardiser et de gérer les projets ML). Ces modèles peuvent être utilisés pour créer automatiquement des embeddings via l'inférence dans les colonnes générées et pour générer des embeddings à la volée en réponse aux entrées de l'utilisateur ;
• support vectoriel amélioré avec des requêtes vectorielles jusqu'à 10 fois plus rapides que PostgreSQL standard, grâce à des intégrations étroites avec le moteur de traitement des requêtes AlloyDB. Des techniques de quantification basées sur la technologie ScaNN de Google sont integrer pour supporter quatre fois plus de dimensions vectorielles et une réduction de l'espace de trois fois lorsqu'elles sont activées ;
• intégrations avec l'écosystème de l'IA, y compris Vertex AI Extensions (à venir plus tard dans l'année) et LangChain. Enfin, Google offre la possibilité de lancer des modèles distants dans Vertex AI pour des transactions augmentées à faible latence et à haut débit à l'aide de SQL pour des cas d'utilisation tels que la détection des fraudes.
  

Ces fonctionnalités peuvent être ajoutées à tout déploiement d'AlloyDB en installant les extensions correspondantes.

Gutmans a indiqué que Chicago Mercantile Exchange se tourne vers AlloyDB pour ses charges de travail d'entreprise les plus exigeantes et est en train de migrer plusieurs bases de données d'Oracle. Cette migration assistée par l'IA « automatisera la conversion du code de la base de données Oracle, tel que les procédures stockées, les fonctions, les déclencheurs, les packages et le code PL/SQL personnalisé, qui n'a pas pu être converti avec les technologies de traduction traditionnelles ».

Un porte-parole de Google a déclaré que la migration d’Oracle vers PostgreSQL/AlloyDB est un défi majeur en raison de la reproduction du code PL/SQL sous-jacent, le langage procédural qu’Oracle utilise pour intégrer les instructions SQL dans sa syntaxe. Le porte-parole a souligné que les clients ont construit de grandes applications complexes basées sur ce langage depuis longtemps et que la traduction de ce PL/SQL pour garantir l’exactitude syntaxique est relativement plus facile que la conversion sémantique. Par exemple, SYSDATE d’Oracle n’a pas d’équivalent dans PostgreSQL.


Toutefois, avec la conversion de code optimisée par Duet AI, lorsque l’utilisateur ajuste manuellement le code SQL, la recommandation est enregistrée et peut être reproduite et appliquée à d’autres scénarios. Les utilisateurs peuvent déplacer toutes les applications PL/SQL qui dépendent fortement des procédures stockées, des fonctions et des déclencheurs.

[B][SIZE=3]Google Cloud[/size=3]...