de.wedoany.com-Bericht: Google Cloud erweitert seine Cloud-Datenbank Spanner um native Unterstützung für Graphen, Vektoren, Schlüssel-Wert-Paare und Volltextsuche und überträgt diese Multi-Modell-Datenbankfähigkeiten über Spanner Omni auf lokale Systeme und andere öffentliche Cloud-Umgebungen. Dieser Schritt zielt darauf ab, Spanner in den Mittelpunkt der Daten- und KI-Produktpalette von Google zu stellen und spiegelt den Branchentrend wider, dass große Technologieanbieter Datenbanken für generative KI und autonome Software-Agenten neu positionieren.
Das neue Graphenmodell von Spanner basiert auf Spanner Graph und ermöglicht es Benutzern, Daten nativ als Graphen darzustellen oder eine Graphenstruktur über relationale Daten zu legen. Es richtet sich hauptsächlich an Anwendungsfälle für Wissensgraphen und hilft Software-Agenten, Entitäten, Rollen und Ereignisse über Datensätze hinweg zu verknüpfen. Die Vektorsuchfunktion unterstützt K-Nächste-Nachbarn- und Approximate-Nearest-Neighbor-Verfahren und kann Indizes mit über 10 Milliarden Vektoren verarbeiten. Die Volltextsuche ist in derselben Plattform integriert und unterstützt die Suche über strukturierte und unstrukturierte Daten hinweg, einschließlich Synonymabgleich und Rechtschreibkorrektur. Die integrierte Columnar Engine ermöglicht Analyseabfragen auf operativen Echtzeitdaten. Laut Google kann diese Engine bestimmte Analyse-Workloads um bis zu 200-mal beschleunigen, ohne dass Daten in ein separates System migriert werden müssen.
In Bezug auf Kundenbeispiele verwendet Palo Alto Networks Spanner Graph für Zugriffskontroll-Workloads und vermeidet so den Einsatz einer separaten Graphdatenbank. Das Rechtsinformationsunternehmen Inspira hat seine 4,5 TB große Datenpipeline in einem einzigen Datenspeicher konsolidiert und nutzt Volltext- und Vektorsuche für eine suchgestützte juristische Analyse. Das Betrugspräventionsunternehmen Verisoul verwendet die Columnar Engine für die Analyse großer Transaktionsdatenmengen.
Interoperabilität ist ein zentrales Merkmal dieses Updates. Entwickler können in einer einzigen SQL-Abfrage Graphtraversierung, Vektorähnlichkeit, relationale Logik und Stichwortsuche kombinieren, ohne verschiedene Datenbank-Engines zusammenfügen oder Daten zwischen ihnen verschieben zu müssen. Spanner Omni, eine herunterladbare containerisierte Version, läuft auf Kubernetes und benötigt keine spezielle Hardware. Es ermöglicht Kunden, die Datenbank lokal, am Edge oder in öffentlichen Clouds einschließlich AWS und Microsoft Azure zu betreiben und erfüllt damit hybride und Multi-Cloud-Anforderungen. Google weist darauf hin, dass diese Strategie darauf abzielt, die Datenbankfragmentierung zu lösen, die durch die Anhäufung mehrerer unabhängiger Datenbanksysteme in Unternehmen entstanden ist – eine Herausforderung, die mit dem Wachstum von KI-Projekten besonders deutlich geworden ist.
In Bezug auf die Marktposition zitiert Google Daten aus dem Gartner-Bericht „Critical Capabilities for Cloud Database Management Systems for Operational Use Cases“ von 2025, wonach Google Spanner im zweiten Jahr in Folge bei leichten Transaktionsanwendungsfällen den ersten Platz belegt. Darüber hinaus ergab eine von Forrester Consulting im Auftrag von Google Cloud durchgeführte Studie zu den gesamtwirtschaftlichen Auswirkungen, dass ein zusammengesetztes Unternehmen nach der Einführung von Spanner eine Kapitalrendite von 132 % bei einer Amortisationszeit von neun Monaten und einem Gesamtnutzen von 7,74 Millionen US-Dollar über drei Jahre erzielte. Google positioniert Spanner als Grundlage seiner Agentic Data Cloud-Strategie, die darauf abzielt, operative Echtzeitdaten enger mit Analysen in großem Maßstab zu verbinden. Die Architektur stützt sich auf TrueTime, Paxos, dynamisches Sharding und die ScaNN-Vektorindexierungsmethode und soll verteilte Konsistenz sowie die einheitliche Ausführung von Analyseabfragen und semantischer Suche bieten. Spanner wurde außerdem mit dem SIGMOD Systems Award ausgezeichnet.
