Ícono del sitio La Neta Neta

OtterTune, que aprovecha la IA para optimizar las bases de datos, recauda 12 millones de dólares

Baffle obtiene $ 20M Serie B para simplificar el cifrado centrado en datos

Las bases de datos se utilizan ampliamente hoy en día, impulsando las aplicaciones que las personas usan todos los días para trabajar y jugar. Pero pueden ser desafiantes para construir, configurar y mantener, particularmente a medida que su uso continúa creciendo. De acuerdo a un reciente puerta roja encuesta, el 70% de las empresas ahora usan más de una base de datos en su pila, incluidas las bases de datos locales y en la nube. Y gran parte del trabajo sigue siendo manual, con solo el 51% diciendo que están automatizando partes de su proceso de implementación de base de datos.

En busca de una respuesta a estos problemas, Andy Pavlo cofundó OtterTune, una plataforma de optimización de bases de datos que hoy cerró una serie A de $12 millones liderada por Intel Capital y Race Capital con la participación de Accel. OtterTune automatiza el proceso de optimización del rendimiento de la base de datos, afirma Pavlo, utilizando IA para analizar y ajustar la configuración para ejecutar bases de datos de manera aparentemente más eficiente a un costo menor.

“Las bases de datos son el componente más importante de cada pila de aplicaciones. No importa si está creando una aplicación Web3 de moda o una tienda en línea tradicional más tradicional. Al final del día, necesitas una base de datos”, dijo Pavlo a TechCrunch en una entrevista por correo electrónico. “Pero estos sistemas tienen muchas facetas… Las bases de datos de código abierto como PostgreSQL y MySQL mejoran cada año, pero más funciones significan desafíos de implementación. A medida que las organizaciones continúan migrando más bases de datos a la nube, invierten en herramientas de proveedores para superar los problemas, pero esto puede generar rendimientos decrecientes”.

Pavlo dice que se inspiró para lanzar OtterTune después de convertirse en profesor en la Universidad Carnegie Mellon (CMU) en 2013. Como miembro del Grupo de base de datos de CMU y del Laboratorio de datos paralelos, visitó una importante empresa financiera, que permanecerá sin nombre, dijo. insistió— para presentar una investigación sobre métodos automatizados para acelerar las bases de datos de procesamiento de transacciones. En conversaciones con ejecutivos, se sorprendió de cuánto pagaba la empresa a los administradores por hacer lo que él consideraba tareas básicas de mantenimiento de bases de datos.

“Los administradores de bases de datos casi se jactaban de cuánto les pagaban por hacer cosas triviales para mantener sus bases de datos en funcionamiento”, dijo Pavlo. “Esto fue… justo en el momento en que las poderosas tecnologías de aprendizaje automático se volvieron más accesibles con marcos de código abierto y aceleración de hardware. Por lo tanto, decidí considerar la aplicación de métodos de aprendizaje automático para tratar de ayudar a eliminar los aspectos laboriosos de los sistemas de bases de datos para liberar a las personas para que hagan cosas más significativas con su tiempo”.

Con dos de sus estudiantes (ahora cofundadores), Dana Van Aken y Bohan Zhang, Pavlo creó OtterTune de CMU en 2020, originalmente con el objetivo de comercializar una herramienta para optimizar las configuraciones de las perillas de la base de datos. (En las bases de datos, los “controles” son parámetros de configuración que controlan algún aspecto del comportamiento del tiempo de ejecución, como las políticas de almacenamiento en caché). Van Aken dirigió el diseño y desarrollo del prototipo, que recibió una subvención de Amazon, como Ph.D. estudiante, mientras que Bohan se unió poco después de graduarse de CMU.

La automatización de la gestión de bases de datos no es una idea increíblemente original. Al menos media docena de proveedores compiten con OtterTune, incluidos Akamas, Unravel Data, Pepper Data, EverSQL, Turbonomic, Opsani, Cloudhealth y Vantage. (Microsoft, IBM y Oracle usan sus propios tipos de bases de datos autónomas, para no quedarse atrás). Pero Pavlo afirma que OtterTune es más fácil de usar para los desarrolladores que muchos de los productos en el mercado y admite una gama más amplia de tipos de bases de datos.

OtterTune aprovecha los algoritmos para “comprender” lo que significa un mejor rendimiento para una base de datos local o en la nube en particular, teniendo en cuenta los picos de carga de trabajo durante la semana, por ejemplo, entre semana y fin de semana. La plataforma realiza comprobaciones para determinar los períodos de máxima carga de trabajo de una base de datos y ofrece “controles de estado” que advierten a los clientes de OtterTune cuando las bases de datos corren el riesgo de sufrir una degradación del rendimiento.

“Los algoritmos de aprendizaje automático de OtterTune toman todas sus decisiones en función de las métricas del sistema, como la utilización de recursos y el uso de E/S… [They] identificar problemas de la base de datos, como errores de caché e índices faltantes, que pueden causar problemas inesperados”, explicó Pavlo. “Uno de los desafíos que nos hemos dado cuenta es que los clientes saben que algo anda mal con su base de datos PostgreSQL o MySQL, pero no saben cuál es la causa. Las bases de datos son muy complejas y la gente está demasiado ocupada para entender lo que sucede debajo de las sábanas”.

Son los primeros días de OtterTune, pero el año pasado, Booking.com puso a prueba una versión “académica” de la tecnología con soporte para bases de datos MySQL. Aunque se negó a revelar las cifras de ingresos, Pavlo dijo que la plataforma ahora tiene usuarios activos de “más de 100” organizaciones.

El capital de la última ronda de financiación, que eleva el total recaudado de OtterTune a $ 14,5 millones, impulsará el desarrollo de controles de salud ampliados, según Pavlo, incluidos los controles de salud a nivel de tabla de base de datos. También se dedicará a los esfuerzos de reclutamiento y contratación, aumentando el tamaño del equipo de la empresa de 15 a 30 para 2023.

“El ajuste de perillas es importante y marca una gran diferencia para muchos clientes, pero es solo un aspecto del ciclo de vida de una base de datos”, dijo. “De la misma manera que las personas recurren a Amazon para administrar el hardware físico debajo de sus bases de datos, OtterTune proporcionará funcionalidades automatizadas dentro de la base de datos. Al observar la carga de trabajo y el comportamiento de muchas bases de datos, los algoritmos de aprendizaje automático de OtterTune garantizarán automáticamente que cualquier nueva base de datos que surja se ejecutará con la configuración, los esquemas de replicación, los índices y los planes de consulta adecuados”.

Cuando se le contactó para hacer un comentario, Nick Washburn, director general sénior de Intel Capital, dijo en un comunicado: “La gestión eficiente de la base de datos es fundamental para el éxito de las empresas tecnológicas. OtterTune está trabajando para revolucionar el proceso aprovechando el aprendizaje automático para automatizar una operación obsoleta y laboriosa. La misión visionaria de los fundadores de OtterTune está respaldada por la investigación que realizaron en CMU y la capacidad comprobada para ayudar a los clientes a impulsar el rendimiento, reducir los costos y, en última instancia, garantizar la confiabilidad de sus bases de datos”.


Source link
Salir de la versión móvil