CedarDB kombinerar transaktions- och analysdatabaser
Databasenheten CedarDB strävar efter att lösa den traditionella uppdelningen mellan transaktions- och analysdatabaser. Framväxten av AI-agenter ökar dess relevans.
Det tyska databasenheten CedarDB utvecklar en lösning som förenar två traditionellt separata databastyper: operativa databaser för lagring av transaktioner och analystdatabaser för dataanalys.
CedarDB, baserat i München och en avknoppning från Tekniska universitetet i München, bygger på forskning från Umbra-projektet. Syftet är att förbättra datahanteringshastigheten genom att effektivt utnyttja modern hårdvara. Grundarna menar att detta tillvägagångssätt har fått ny relevans i takt med att AI-agenter blir allt vanligare.
Traditionellt har företag använt separata system för att registrera dagliga affärshändelser och analysera bredare trender eller svara på frågor. CedarDB:s teknologi syftar till att effektivisera denna process genom att möjliggöra integrationen av båda funktionerna i en enda databasenhet.
Företaget, som har utvecklats under ett decennium, har nyligen fått uppmärksamhet, särskilt från företag som söker snabbare och mer effektiva sätt att hantera och analysera stora datamängder. CedarDB utlovar snabbare prestanda utan behov av ytterligare processorkraft eller minne.