Die serverlose Datenbank Amazon DocumentDB soll die Agenten-KI beschleunigen und Kosten senken

Die Datenbankbranche hat im letzten Jahrzehnt eine stille Revolution durchgemacht.

Bei herkömmlichen Datenbanken mussten Administratoren feste Kapazitäten bereitstellen, darunter Rechen- und Speicherressourcen. Selbst in der Cloud, mit Datenbank-as-a-Service-Optionen, zahlten Unternehmen im Wesentlichen für Serverkapazitäten, die die meiste Zeit ungenutzt blieben, aber Spitzenlasten bewältigen konnten. Serverlose Datenbanken drehen dieses Modell um. Sie skalieren die Rechenressourcen automatisch je nach tatsächlichem Bedarf nach oben und unten und berechnen nur die tatsächlich genutzte Kapazität.

Amazon Web Services (AWS) hat diesen Ansatz vor über einem Jahrzehnt mit DynamoDB vorangetrieben und ihn mit Aurora Serverless auf relationale Datenbanken ausgeweitet. Mit der allgemeinen Verfügbarkeit von Amazon DocumentDB Serverless geht AWS nun den nächsten Schritt in der serverlosen Transformation seines Datenbankportfolios. Dies ermöglicht die automatische Skalierung von MongoDB-kompatiblen Dokumentdatenbanken.

Der Zeitpunkt spiegelt einen grundlegenden Wandel in der Art und Weise wider, wie Anwendungen Datenbankressourcen verbrauchen, insbesondere mit dem Aufkommen von KI-Agenten. Serverlose Systeme eignen sich ideal für unvorhersehbare Bedarfsszenarien, und genau das ist das Verhalten von agentenbasierten KI-Workloads.

„Wir sehen, dass immer mehr Workloads der agentenbasierten KI in den elastischen und weniger vorhersehbaren Bereich fallen“, sagte Ganapathy (G2) Krishnamoorthy, VP von AWS Databases, gegenüber VentureBeat. „Agenten und Serverless gehen also tatsächlich Hand in Hand.“

Die Wirtschaftlichkeit serverloser Datenbanken wird deutlich, wenn man sich die Funktionsweise herkömmlicher Bereitstellungen ansieht. Unternehmen stellen in der Regel Datenbankkapazitäten für Spitzenlasten bereit und zahlen dann rund um die Uhr für diese Kapazität, unabhängig von der tatsächlichen Nutzung. Das bedeutet, dass sie für ungenutzte Ressourcen außerhalb der Spitzenzeiten, an Wochenenden und in saisonalen Flauten zahlen müssen.

„Wenn Ihr Workload-Bedarf tatsächlich nur dynamischer oder weniger vorhersehbar ist, dann ist Serverless tatsächlich die beste Lösung, da es Ihnen Kapazitäts- und Skalierungsspielraum bietet, ohne dass Sie ständig für die Spitzenlast bezahlen müssen“, erklärte Krishnamoorthy.

AWS behauptet, dass Amazon DocumentDB Serverless die Kosten im Vergleich zu herkömmlichen Datenbanken für variable Workloads um bis zu 90 % senken kann. Die Einsparungen ergeben sich durch die automatische Skalierung, die die Kapazität in Echtzeit an den tatsächlichen Bedarf anpasst.

Ein potenzielles Risiko bei serverlosen Datenbanken kann jedoch die Kostensicherheit sein. Bei einer Database-as-a-Service-Option zahlen Unternehmen in der Regel einen Festpreis für eine kleine, mittlere oder große Datenbankkonfiguration in T-Shirt-Größe. Bei serverlosen Datenbanken gibt es nicht dieselbe spezifische Kostenstruktur.

Krishnamoorthy merkte an, dass AWS das Konzept der Kostenbegrenzung für serverlose Datenbanken durch Mindest- und Höchstschwellenwerte implementiert hat, um außer Kontrolle geratene Kosten zu verhindern.

DocumentDB dient als verwalteter Dokumentdatenbankdienst von AWS mit MongoDB -API-Kompatibilität.

Im Gegensatz zu relationalen Datenbanken, die Daten in starren Tabellen speichern, speichern Dokumentdatenbanken Informationen als JSON-Dokumente (JavaScript Object Notation). Dadurch eignen sie sich ideal für Anwendungen, die flexible Datenstrukturen benötigen.

Der Dienst behandelt gängige Anwendungsfälle, darunter Gaming-Anwendungen, die Spielerprofildetails speichern, E-Commerce-Plattformen, die Produktkataloge mit unterschiedlichen Attributen verwalten, und Content-Management-Systeme.

Die MongoDB-Kompatibilität schafft einen Migrationspfad für Unternehmen, die derzeit MongoDB verwenden. Aus Wettbewerbssicht kann MongoDB in jeder Cloud ausgeführt werden, während Amazon DocumentDB nur auf AWS verfügbar ist.

Das Risiko einer Abhängigkeit von einem bestimmten Anbieter kann ein Problem darstellen, doch AWS versucht, diesem Problem auf verschiedene Weise zu begegnen. Eine Möglichkeit besteht darin, eine föderierte Abfragefunktion zu ermöglichen. Krishnamoorthy wies darauf hin, dass es möglich sei, eine AWS-Datenbank zu verwenden, um Daten abzufragen, die sich möglicherweise bei einem anderen Cloud-Anbieter befinden.

„Die meisten Kunden haben ihre Infrastruktur auf mehrere Clouds verteilt“, sagte Krishnamoorthy. „Wir schauen uns im Wesentlichen nur an, welche Probleme die Kunden tatsächlich lösen möchten.“

KI-Agenten stellen Datenbankadministratoren vor eine besondere Herausforderung, da sich ihre Ressourcenverbrauchsmuster nur schwer vorhersagen lassen. Im Gegensatz zu herkömmlichen Webanwendungen, die typischerweise relativ gleichmäßige Datenverkehrsmuster aufweisen, können Agenten kaskadierende Datenbankinteraktionen auslösen, die für Administratoren nicht vorhersehbar sind.

Bei herkömmlichen Dokumentendatenbanken müssen Administratoren Kapazitätsspitzen berücksichtigen. Dadurch bleiben Ressourcen in ruhigen Zeiten ungenutzt. Mit KI-Agenten können diese Spitzen plötzlich und massiv auftreten. Der serverlose Ansatz macht Schluss mit diesem Rätselraten, indem er die Rechenressourcen automatisch basierend auf dem tatsächlichen Bedarf und nicht auf dem prognostizierten Kapazitätsbedarf skaliert.

Krishnamoorthy wies darauf hin, dass Amazon DocumentDB Serverless nicht nur eine Dokumentendatenbank ist, sondern auch MCP (Model Context Protocol ) unterstützt und damit funktioniert. Dieses Protokoll wird häufig verwendet, um KI-Tools die Arbeit mit Daten zu ermöglichen.

Wie sich herausstellt, basiert MCP im Kern auf einer Reihe von JSON-APIs. Als JSON-basierte Datenbank kann dies laut Krishnamoorthy die Arbeit mit Amazon DocumentDB für Entwickler zu einer vertrauteren Erfahrung machen.

Während die Kostensenkung im Mittelpunkt der Schlagzeilen steht, könnten sich die betrieblichen Vorteile der serverlosen Technologie für die Einführung in Unternehmen als noch bedeutender erweisen. Serverlos macht die Kapazitätsplanung überflüssig, einen der zeitaufwändigsten und fehleranfälligsten Aspekte der Datenbankverwaltung.

„Serverless lässt sich genau richtig skalieren, um Ihren Anforderungen gerecht zu werden“, sagte Krishnamoorthy. „Zweitens reduziert es Ihren Betriebsaufwand, da Sie nicht nur Kapazitätsplanung betreiben.“

Diese betriebliche Vereinfachung wird umso wertvoller, je weiter Unternehmen ihre KI-Initiativen skalieren. Anstatt dass Datenbankadministratoren die Kapazität ständig an die Agenten-Nutzungsmuster anpassen müssen, übernimmt das System die Skalierung automatisch. So können sich die Teams auf die Anwendungsentwicklung konzentrieren.

Für Unternehmen, die im Bereich KI eine Vorreiterrolle einnehmen möchten, bedeutet diese Neuigkeit, dass Dokumentdatenbanken in AWS nun nahtlos mit unvorhersehbaren Agenten-Workloads skaliert werden können und gleichzeitig sowohl die betriebliche Komplexität als auch die Infrastrukturkosten reduziert werden. Das serverlose Modell bietet die Grundlage für KI-Experimente, die automatisch und ohne vorherige Kapazitätsplanung skaliert werden können.

Für Unternehmen, die KI erst später im Zyklus einführen möchten, bedeutet dies, dass serverlose Architekturen zur Grundvoraussetzung für eine KI-fähige Datenbankinfrastruktur werden. Das Warten auf die Einführung serverloser Dokumentdatenbanken kann Unternehmen einen Wettbewerbsnachteil verschaffen, wenn sie später KI-Agenten und andere dynamische Workloads einsetzen, die von der automatischen Skalierung profitieren.