リアルタイム
分析データベース
AIエージェントのために。

Ryan Nowacoskiシニアエンジニアリングマネージャー、データプラットフォーム · Demandbase

「Demandbase AI の導入により、予測できない LLM 生成 SQL が流れ込むようになりました。従来の ClickHouse ベースのアーキテクチャは、それを想定した設計ではありませんでした。PhoenixAI は、Apache Iceberg テーブルの上に直接、エージェントワークロード向けの高速で分離されたウェアハウスを提供し、オプティマイザが新しい結合を自動的に処理します。いまではエージェントが数千のテナントにまたがる数ペタバイトの正規化データをクエリする一方で、カスタマーフェイシングのダッシュボードは秒単位の SLA を維持しています。」

60%

ハードウェア削減

90%

ストレージコスト削減

49→1

クラスター統合

Wei Zheng最高プロダクト責任者 · Conductor

「数百のエンタープライズブランドが Conductor を使い、AI と検索での可視性を数年分のデータで追跡しています。このカスタマーフェイシングな体験を、テラバイト規模・高い同時実行性のもとで提供することは、従来の分析レイヤーの限界を超えていました。いま PhoenixAI が、データレイクハウスの上のリアルタイム分析データベースとして、このワークロードを担っています。数億行をスキャンする本番クエリが 1 秒未満で返り、これこそ次世代のエージェント型ワークロードに必要なアーキテクチャです。」

<1 s

クエリレイテンシ

<2 mo

着想から本番まで

100%

小数精度

Xinyu Liuシニアスタッフソフトウェアエンジニア · Coinbase

「Coinbase のブロックチェーンデータセットは、300 を超える正規化テーブルにまたがる数千億行に及びます。不正検知とコンプライアンスのワークロードは複雑な結合を必要とし、ブロックチェーンのネットワーク分析には、従来のクエリエンジンでは実現できない低レイテンシのクエリ性能が求められます。PhoenixAI がその前提を変えました。Kafka からのストリーミング更新は数秒で検索可能になり、アナリストはライブの正規化データにサブセカンドで応答を得られ、AI エージェントも同じリアルタイムデータセットの上で動いています。この規模でこの性能が出せることは、データチームにできることを根本から変えます。」

573B

本番環境の行数

30K/s

Kafka 取り込み

<1 s

クエリレイテンシ