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
稼働中のクラスターの接続情報、使用状況メトリクス、アクティビティフィードを表示する PhoenixAI Cloud のダッシュボード

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

10K+

QPS

持続的な負荷

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

主要な機能

待てないワークロードのための設計

PhoenixAI が、AIワークロードの求める規模で実現する 4 つのこと。

リアルタイムデータと履歴データに対するサブセカンドの SQL

PhoenixAI は、新しくストリーミングされたデータと履歴のデータレイクハウスのデータの両方を横断し、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高い同時実行性のもとで、クエリレイテンシを 1 秒未満に保ちます。トラフィックが数百 QPS でも数万 QPS でも、レイテンシは安定したままです。

  • 高 QPS でも安定した p99 レイテンシ
  • 更新可能なストリーミングデータにおける秒単位の鮮度
  • リアルタイムデータと履歴データを横断するひとつの SQL インターフェース

事前計算なしの複雑な複数テーブルクエリ

AIエージェントやダッシュボードは、つねに予測できるとは限らないクエリを発行します。PhoenixAI は、正規化されたスキーマに対して複数テーブルの結合をオンザフライで実行し、事前のフラット化や事前集計を必要としません。マテリアライズドビューは、必須の出発点としてではなく、最も負荷の高い反復パターンのための任意のアクセラレータとして利用できます。

  • データをそのままに、複数テーブルの結合をオンザフライで
  • 非正規化や事前集計を必須としない
  • 任意のアクセラレータとしてのマテリアライズドビュー

既存のデータスタックにフィット

PhoenixAI は、お客様がすでにお持ちのインフラと並んで動作します。データレイクハウスをそのままの場所でクエリし、到着するストリームを取り込み、標準 SQL で接続。クエリの書き換え、ツールの置き換え、別のウェアハウスへのデータのコピーは不要です。

  • Apache Iceberg のデータレイクハウスをそのままの場所でクエリ
  • Kafka、Flink、Spark からのネイティブなストリーミングデータ取り込み
  • 既存の BIツール、ドライバー、アプリケーションで動作する標準 ANSI SQL

BYOC によるガバナンス管理されたアクセス

エンタープライズのガバナンスは、後付けではなくデータベースに組み込まれています。きめ細かなアクセス制御、クエリ単位の監査、そして AWS、Azure、GCP 上での BYOC デプロイにより、お客様のデータチームとセキュリティチームが、ポリシーの適用とデータ主権を自らの手に保てます。

  • きめ細かなアクセス制御とクエリ単位の監査
  • SOC 2 Type II 認証取得済み
  • BYOC デプロイ: データはお客様のクラウド内にとどまります

仕組み

この速度を実現する 3 つのレイヤー

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

本番環境での実績

エンジニアリングチームの声

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。

Pinterest

PhoenixAI のお客様

50%

レイテンシ削減

PhoenixAI 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。

Fanatics

PhoenixAI のお客様

<1s

結合レイテンシ

Demandbase 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。

Ryan 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

ペタバイト

エージェントワークロード

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。