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.
Envoyé par Google
L'IA Duet dans les bases de données aide à porter la productivité des développeurs à de nouveaux niveaux. Nous présentons aujourd'hui cette fonctionnalité pour Cloud Spanner, et elle sera également disponible pour AlloyDB et Cloud SQL. Avec Duet AI dans Cloud Spanner, vous pouvez générer du code pour structurer, modifier ou interroger vos données en utilisant le langage naturel. Par exemple, avec une simple commande telle que "écrire une requête pour afficher toutes les données de la table des messages", Duet AI peut générer automatiquement le code SQL requis pour que vous puissiez le réviser ou le modifier, ce qui peut réduire de manière significative le temps de développement du code pour les applications.
En outre, pour faciliter la modernisation de vos bases de données, nous apportons la puissance de Duet AI à notre service de migration de bases de données (DMS). Duet AI dans DMS permet d'automatiser la conversion du code des bases de données qui ne pouvait pas être converti avec les technologies de traduction traditionnelles, comme les procédures stockées, les fonctions, les déclencheurs, les packages et le code PL/SQL personnalisé. Vous pourrez utiliser Duet AI in DMS pour migrer le dernier kilomètre d'Oracle vers AlloyDB et d'Oracle vers Cloud SQL-for-PostgreSQL dans le courant de l'année.
En outre, pour faciliter la modernisation de vos bases de données, nous apportons la puissance de Duet AI à notre service de migration de bases de données (DMS). Duet AI dans DMS permet d'automatiser la conversion du code des bases de données qui ne pouvait pas être converti avec les technologies de traduction traditionnelles, comme les procédures stockées, les fonctions, les déclencheurs, les packages et le code PL/SQL personnalisé. Vous pourrez utiliser Duet AI in DMS pour migrer le dernier kilomètre d'Oracle vers AlloyDB et d'Oracle vers Cloud SQL-for-PostgreSQL dans le courant de l'année.
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...
La fin de cet article est réservée aux abonnés. Soutenez le Club Developpez.com en prenant un abonnement pour que nous puissions continuer à vous proposer des publications.