Репортаж от Wedoany，Google Cloud расширяет свою облачную базу данных Spanner, добавляя нативную поддержку графов, векторов, пар «ключ-значение» и полнотекстового поиска, а также распространяя возможности этой мультимодельной базы данных на локальные системы и другие публичные облачные среды через Spanner Omni. Этот шаг направлен на то, чтобы поставить Spanner в центр портфеля продуктов Google для работы с данными и искусственным интеллектом, отражая отраслевую тенденцию, когда крупные поставщики технологий переориентируют базы данных для генеративного ИИ и автономных программных агентов.
Новая графовая модель Spanner, построенная на основе Spanner Graph, позволяет пользователям нативно представлять данные в виде графа или накладывать графовую структуру на реляционные данные, ориентируясь в первую очередь на варианты использования графов знаний, помогая программным агентам связывать сущности, роли и события в наборах данных. Функция векторного поиска поддерживает методы K-ближайших соседей и приблизительного поиска ближайших соседей, позволяя работать с индексами, содержащими более 10 миллиардов векторов. Полнотекстовый поиск интегрирован в ту же платформу, поддерживая поиск по структурированным и неструктурированным данным, включая сопоставление синонимов и исправление орфографии. Встроенный колоночный движок поддерживает аналитические запросы к операционным данным в реальном времени; по заявлению Google, этот движок может ускорить выполнение определенных аналитических нагрузок до 200 раз без необходимости переноса данных в отдельную систему.
Что касается примеров использования клиентами, Palo Alto Networks использует Spanner Graph для обработки рабочих нагрузок контроля доступа, избегая использования отдельной графовой базы данных. Компания юридической аналитики Inspira объединила конвейер данных объемом 4,5 ТБ в единое хранилище данных, используя полнотекстовый и векторный поиск для юридического анализа с дополнением извлечения. Компания по предотвращению мошенничества Verisoul использует колоночный движок для анализа данных по крупным транзакциям.
Интероперабельность является ключевой особенностью этого обновления. Разработчики могут комбинировать обход графа, векторное сходство, реляционную логику и поиск по ключевым словам в одном SQL-запросе, без необходимости объединять разные движки баз данных или перемещать данные между ними. Spanner Omni, доступный в виде загружаемой контейнеризированной версии, работающей на Kubernetes и не требующей специального оборудования, позволяет клиентам запускать эту базу данных локально, на периферии или в публичных облаках, включая AWS и Microsoft Azure, удовлетворяя потребности гибридных и мультиоблачных развертываний. Google отмечает, что эта стратегия направлена на решение проблемы фрагментации баз данных, возникающей у предприятий из-за накопления множества независимых систем баз данных, что стало особенно актуально с ростом проектов в области ИИ.
Что касается рыночных позиций, Google ссылается на данные отчета Gartner «Ключевые возможности систем управления облачными базами данных: операционные сценарии использования» за 2025 год, согласно которым Google Spanner второй год подряд занимает первое место в сценариях использования с легковесными транзакциями. Кроме того, исследование общей экономической эффективности, проведенное Forrester Consulting по заказу Google Cloud, показало, что после внедрения Spanner гипотетическая организация достигла 132% рентабельности инвестиций при сроке окупаемости в девять месяцев и общей выгоде в размере 7,74 миллиона долларов США за три года. Google позиционирует Spanner как основу своей стратегии Agentic Data Cloud, направленной на более тесную интеграцию операционных данных в реальном времени с аналитикой в масштабе. Его архитектура, основанная на TrueTime, Paxos, динамическом шардировании и методе векторного индексирования ScaNN, как утверждается, обеспечивает распределенную согласованность, возможность унифицированного выполнения аналитических запросов и семантического поиска. Spanner также получил премию SIGMOD Systems Award.
