PhoenixAI データベース
AIエージェントのためのリアルタイム分析データベース
ストリーミングデータとデータレイクハウスのデータを横断するサブセカンドのクエリを、 AIエージェントとカスタマーフェイシング分析が求める同時実行性で。 お客様自身のクラウド内でのフルマネージド、またはセルフホストに対応します。
対応環境AWSAzureGoogle Cloud
PhoenixAI とは
ひとつのデータベースに、ライブデータとレイクハウスを
PhoenixAI は、AIエージェントとカスタマーフェイシング分析のためのリアルタイム分析データベースです。 提供するのは、 サブセカンドの SQL 。ストリーミングデータと Apache Iceberg のデータレイクハウスを横断し、 データ移動を最小限に抑えます。
他のデータベースが対応しきれないワークロードにも対応します。サブセカンドの応答を必要とするエージェントのクエリ、 最新データに対する複雑な複数テーブルの結合、そして数万 QPS のカスタマーフェイシング分析です。 全体を通じて標準 SQL。そのため、既存のツールは書き換えなしで接続できます。
<1s
クエリレイテンシ
複数テーブルの分析クエリにおいて
<5s
取り込みからクエリ可能まで
更新可能なストリーミングデータにおいて
90%
より小さいインフラフットプリント
他のリアルタイム分析ソリューションと比較して
コストベースのクエリオプティマイザ
オプティマイザは、実行時の実際のデータ統計に基づいて、結合戦略、述語のプッシュダウン、実行パスを選択します。他の環境ではタイムアウトしてしまう複数テーブルの結合も、手動のヒントやクエリの書き換えなしで、1 秒を大きく下回る時間で完了します。
SIMD 最適化されたベクトル化実行
PhoenixAI のクエリエンジンは、SIMD CPU 命令を用いて列指向のバッチでデータを処理します。数十億行に及ぶ複雑な集計やスキャンにおいて、これがそのままサブセカンドの応答時間につながります。
超並列処理アーキテクチャ
超並列処理のコンピュートアーキテクチャは、結合と集計をクラスター内のすべてのノードに分散します。大規模なファクトテーブルとディメンションテーブルに対する複雑な複数テーブルの結合は、データセットの拡大に合わせてスケールアウトし、デフォルトで事前集計や非正規化を必要としません。
連携可能
Apache KafkaApache FlinkApache SparkAWS KinesisApache IcebergDelta LakeApache HudiConfluentDatabricksdbtTableauLookerSupersetJDBC / ODBCREST APIAWSAzureGoogle Cloud
従来のインスタンス数の 32% だけで、p90 レイテンシを 50% 削減しました — コストパフォーマンス効率は 3 倍に向上。データの鮮度は 10 秒にまで短縮されました。
PPhoenixAI は、当社のリアルタイムデータ分析の中心にあります。私たちは、日々の業務に対するより速く、より容易なインサイトを追求しています。PhoenixAI を選んだのは、リアルタイムでのデータの UPSERT、大規模なファクトテーブルを横断する非常に低いレイテンシでの結合のサポート、そして同一クラスターからネイティブテーブルと外部テーブルを提供し結合できる能力があるからです。
FDemandbase AI は、予測できない LLM 生成の SQL をもたらしましたが、これは従来の ClickHouse ベースのアーキテクチャでは対応できないものでした。PhoenixAI は、Apache Iceberg テーブル上で直接、エージェントワークロードのための高速で隔離されたウェアハウスを提供し、オプティマイザが新規の結合を自動的に処理します。現在、当社のエージェントは数千のテナントにまたがるペタバイト規模の正規化されたデータをクエリし、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。
DRyan Nowacoski
Demandbase データプラットフォーム シニアエンジニアリングマネージャー
お客様のデータで動かす
当社のチームと 30 分のセッションをご予約ください。お客様のデータプロファイル上で、お客様のクエリをライブで実行します。スライドも、定型的なデモもありません。