Il database serverless di Amazon DocumentDB punta ad accelerare l'intelligenza artificiale agentiva e a ridurre i costi

Negli ultimi dieci anni il settore dei database ha subito una rivoluzione silenziosa.

I database tradizionali richiedevano agli amministratori di fornire capacità fissa, che includeva sia risorse di elaborazione che di storage. Anche nel cloud, con le opzioni di database-as-a-service, le organizzazioni pagavano sostanzialmente per la capacità del server che rimaneva inutilizzata per la maggior parte del tempo, ma in grado di gestire i picchi di carico. I database serverless capovolgono questo modello. Aumentano o diminuiscono automaticamente le risorse di elaborazione in base alla domanda effettiva e addebitano solo ciò che viene effettivamente utilizzato.

Amazon Web Services (AWS) ha introdotto questo approccio oltre un decennio fa con DynamoDB e lo ha esteso ai database relazionali con Aurora Serverless . Ora, AWS compie un ulteriore passo avanti nella trasformazione serverless del suo portfolio di database con la disponibilità generale di Amazon DocumentDB Serverless. Questo offre scalabilità automatica ai database di documenti compatibili con MongoDB.

Questa tempistica riflette un cambiamento fondamentale nel modo in cui le applicazioni consumano le risorse del database, in particolare con l'avvento degli agenti di intelligenza artificiale. Il serverless è ideale per scenari di domanda imprevedibili, che è esattamente il comportamento dei carichi di lavoro di intelligenza artificiale agentica.

"Stiamo notando che un numero sempre maggiore di carichi di lavoro di intelligenza artificiale agentica rientra nella fascia elastica e meno prevedibile", ha dichiarato a VentureBeat Ganapathy (G2) Krishnamoorthy, vicepresidente di AWS Databases. "Quindi, in realtà, agenti e serverless vanno di pari passo".

Le argomentazioni economiche a favore dei database serverless diventano convincenti se si esamina il funzionamento del provisioning tradizionale. Le organizzazioni in genere forniscono capacità di database per i picchi di carico, per poi pagarla 24 ore su 24, 7 giorni su 7, indipendentemente dall'effettivo utilizzo. Ciò significa pagare per le risorse inutilizzate durante le ore non di punta, i fine settimana e le pause stagionali.

"Se la richiesta del carico di lavoro è in realtà più dinamica o meno prevedibile, allora il serverless è la soluzione migliore perché offre capacità e margine di scala, senza dover pagare per il picco in ogni momento", ha spiegato Krishnamoorthy.

AWS afferma che Amazon DocumentDB Serverless può ridurre i costi fino al 90% rispetto ai tradizionali database provisionati per carichi di lavoro variabili. Il risparmio deriva dal ridimensionamento automatico che adatta la capacità alla domanda effettiva in tempo reale.

Un potenziale rischio con un database serverless, tuttavia, può essere la certezza dei costi. Con un'opzione Database-as-a-Service, le organizzazioni in genere pagano un costo fisso per una configurazione di database di piccole, medie o grandi dimensioni, delle dimensioni di una maglietta. Con un database serverless, non esiste la stessa struttura di costi specifica.

Krishnamoorthy ha osservato che AWS ha implementato il concetto di limiti di costo per i database serverless attraverso soglie minime e massime, impedendo spese incontrollabili.

DocumentDB è il servizio di database di documenti gestito da AWS, compatibile con l'API MongoDB .

A differenza dei database relazionali che memorizzano i dati in tabelle rigide, i database documentali memorizzano le informazioni come documenti JSON (JavaScript Object Notation). Questo li rende ideali per applicazioni che necessitano di strutture dati flessibili.

Il servizio gestisce casi d'uso comuni, tra cui applicazioni di gioco che memorizzano i dettagli del profilo del giocatore, piattaforme di e-commerce che gestiscono cataloghi di prodotti con attributi diversi e sistemi di gestione dei contenuti.

La compatibilità con MongoDB apre un percorso di migrazione per le organizzazioni che attualmente utilizzano MongoDB. Dal punto di vista competitivo, MongoDB può essere eseguito su qualsiasi cloud, mentre Amazon DocumentDB è disponibile solo su AWS.

Il rischio di lock-in può potenzialmente rappresentare un problema, ma è un problema che AWS sta cercando di affrontare in diversi modi. Un modo è abilitare una funzionalità di query federata. Krishnamoorthy ha osservato che è possibile utilizzare un database AWS per interrogare dati che potrebbero trovarsi in un altro provider cloud.

"È un dato di fatto che la maggior parte dei clienti ha la propria infrastruttura distribuita su più cloud", ha affermato Krishnamoorthy. "Noi analizziamo, in sostanza, quali problemi i clienti stanno effettivamente cercando di risolvere".

Gli agenti di intelligenza artificiale rappresentano una sfida unica per gli amministratori di database, poiché i loro modelli di consumo delle risorse sono difficili da prevedere. A differenza delle applicazioni web tradizionali, che in genere hanno modelli di traffico relativamente stabili, gli agenti possono innescare interazioni a cascata con il database che gli amministratori non possono prevedere.

I database di documenti tradizionali richiedono agli amministratori di predisporre risorse per i picchi di capacità. Questo lascia le risorse inutilizzate durante i periodi di inattività. Con gli agenti di intelligenza artificiale, questi picchi possono essere improvvisi e massicci. L'approccio serverless elimina questa incertezza scalando automaticamente le risorse di elaborazione in base alla domanda effettiva anziché alle esigenze di capacità previste.

Oltre a essere un semplice database di documenti, Krishnamoorthy ha sottolineato che Amazon DocumentDB Serverless supporterà e funzionerà anche con MCP (Model Context Protocol ), ampiamente utilizzato per consentire agli strumenti di intelligenza artificiale di lavorare con i dati.

A quanto pare, MCP si basa su un set di API JSON. Essendo un database basato su JSON, questo può rendere Amazon DocumentDB un'esperienza più familiare per gli sviluppatori, secondo Krishnamoorthy.

Sebbene la riduzione dei costi sia al centro dell'attenzione, i vantaggi operativi del serverless potrebbero rivelarsi più significativi per l'adozione aziendale. Il serverless elimina la necessità di pianificazione della capacità, uno degli aspetti più dispendiosi in termini di tempo e soggetti a errori nell'amministrazione dei database.

"In realtà, il serverless si adatta perfettamente alle tue esigenze", ha affermato Krishnamoorthy. "La seconda cosa è che riduce effettivamente l'onere operativo, perché non si tratta solo di pianificare la capacità".

Questa semplificazione operativa diventa ancora più preziosa man mano che le organizzazioni ampliano le loro iniziative di intelligenza artificiale. Invece di dover costantemente adattare la capacità in base ai modelli di utilizzo degli agenti, gli amministratori di database gestiscono automaticamente la scalabilità. Questo consente ai team di concentrarsi sullo sviluppo delle applicazioni.

Per le aziende che desiderano essere all'avanguardia nell'intelligenza artificiale, questa novità significa che i database di documenti in AWS possono ora scalare senza problemi con carichi di lavoro imprevedibili degli agenti, riducendo al contempo la complessità operativa e i costi infrastrutturali. Il modello serverless fornisce una base per esperimenti di intelligenza artificiale che possono scalare automaticamente senza una pianificazione anticipata della capacità.

Per le aziende che intendono adottare l'intelligenza artificiale in una fase più avanzata del ciclo di vita, ciò significa che le architetture serverless stanno diventando il punto di riferimento per le infrastrutture di database predisposte per l'intelligenza artificiale. Attendere l'adozione di database documentali serverless potrebbe mettere le organizzazioni in una posizione di svantaggio competitivo quando implementeranno agenti di intelligenza artificiale e altri carichi di lavoro dinamici che traggono vantaggio dalla scalabilità automatica.