CedarDB: Một cơ sở dữ liệu đáp ứng cả giao dịch lẫn phân tích trong thời đại AI tác tử

Trong nhiều thập kỷ, cơ sở dữ liệu (CSDL) thường được thiết kế cho một trong hai mục đích: cơ sở dữ liệu phân tích giúp doanh nghiệp nhận diện xu hướng và trả lời các câu hỏi tổng hợp, trong khi cơ sở dữ liệu vận hành lưu trữ các bản ghi giao dịch hàng ngày như đơn hàng và thanh toán. Nhưng CedarDB — engine cơ sở dữ liệu đến từ Munich — đang chọn cách dung hòa cả hai, và hướng đi này trở nên đặc biệt đáng chú ý khi làn sóng AI tác tử (agentic AI) bùng nổ.

Một engine, hai bài toán

Theo Moritz Sichert, đồng sáng lập kiêm CEO của CedarDB, động lực hiện tại của công ty đến từ các doanh nghiệp có hệ thống dữ liệu hiện hữu vốn đáp ứng tốt việc lưu trữ giao dịch suốt nhiều năm, nhưng lại kém hiệu quả khi phải nhanh chóng trả lời các câu hỏi phân tích bằng ngôn ngữ tự nhiên — điều mà các trợ lý AI ngày càng yêu cầu.

CedarDB đã được ấp ủ trong suốt một thập kỷ, nhưng đà tăng tốc gần đây gắn liền với nhu cầu thực tế từ doanh nghiệp. Việc đặt câu hỏi về ranh giới giữa truy vấn phân tích và truy vấn vận hành là hệ quả trực tiếp từ triết lý tập trung vào hiệu quả của công ty.

CedarDB là một spinout từ Đại học Kỹ thuật Munich (TUM), dựa trên Umbra — dự án nghiên cứu được xây dựng từ đầu nhằm vượt qua các engine cơ sở dữ liệu truyền thống về tốc độ xử lý bằng cách tận dụng tối đa phần cứng hiện đại.

Tương thích PostgreSQL: Lợi thế kép

Với năm nhà nghiên cứu Umbra trong đội ngũ đồng sáng lập, CedarDB giữ nguyên triết lý đó: hiệu năng nhanh hơn mà không cần thêm CPU, sức mạnh xử lý hay bộ nhớ, đồng thời yêu cầu rất ít thay đổi từ phía khách hàng. Đặc biệt, nhóm phát triển đảm bảo CedarDB tương thích với PostgreSQL — hệ quản trị cơ sở dữ liệu mã nguồn mở phổ biến bậc nhất hiện nay.

Theo Sichert, sự tương thích này giúp giảm chi phí chuyển đổi, vì người dùng không cần xây dựng lại ứng dụng. Ngoài ra còn một lợi thế cộng thêm: CedarDB vận hành theo logic mà các mô hình ngôn ngữ lớn (LLM) quen thuộc nhất nhờ quá trình huấn luyện của chúng.

Đó là một trong nhiều lựa chọn được chứng minh là may mắn khi nhìn lại, Sichert thừa nhận. Nhưng không phải tất cả đều là may mắn. Trong một bài blog, đồng sáng lập Christian Winter đã trình bày chi tiết các ưu tiên then chốt mà nhóm đặt ra sau khi rời môi trường học thuật, "bao gồm độ tin cậy, khả năng chịu lỗi và tương thích với các công cụ phổ biến".

Từ on-premise đến cloud

Không phải mọi quyết định đều rõ ràng. Nhóm đã tranh luận gay gắt về việc có nên ra mắt dịch vụ cloud ngay từ đầu hay không. Cuối cùng, họ chọn ra mắt CedarDB Enterprise dưới dạng on-premise song song với phiên bản miễn phí CedarDB Community Edition, cả hai được công bố vào tháng 5 năm ngoái, cùng thời điểm công bố vòng gọi vốn seed 5,3 triệu euro (khoảng 6 triệu USD).

Tuy nhiên, dịch vụ cloud chỉ bị trì hoãn chứ không bị từ bỏ. Sau quá trình thử nghiệm beta với những người dùng đăng ký danh sách chờ, công ty mới đây đã công bố phiên bản giới hạn của CedarDB Cloud trên sân khấu TechCrunch Disrupt, nơi họ đang cạnh tranh với 20 startup khác trong cuộc thi Startup Battlefield danh giá.

Phiên bản cloud được quản lý hoàn toàn nhiều khả năng sẽ giúp CedarDB mở rộng tệp người dùng ra ngoài khối doanh nghiệp lớn, đồng thời chuẩn bị tốt hơn để cạnh tranh với những cái tên như Databricks.

Cuộc đua với Databricks và kỷ nguyên tác tử

Tại hội nghị Data + AI Summit hồi tháng 6, Databricks đã viện dẫn "kỷ nguyên tác tử" như lý do ra mắt LTAP — kiến trúc dữ liệu mới nhằm "hợp nhất giao dịch, phân tích, streaming và dữ liệu vận hành trên một bản sao lưu trữ duy nhất trong lake".

Còn quá sớm để đánh giá mức độ đột phá của động thái này, nhưng Sichert coi bước đi của Databricks là một dấu hiệu nữa cho thấy nhu cầu đối với giải pháp mà CedarDB cung cấp là có thật.

Startup này dự kiến phục vụ những người dùng cloud đầu tiên với đội ngũ hiện tại gồm 14 người. Sichert kỳ vọng sẽ cần đội ngũ lớn hơn khi đạt được đà tăng trưởng mạnh hơn.

"Và đây chính là lúc chúng tôi sẽ gọi vòng vốn tiếp theo."

Ý nghĩa với thị trường Việt Nam

Đối với các doanh nghiệp Việt Nam đang trong quá trình chuyển đổi số, xu hướng hợp nhất OLTP và OLAP trong một engine duy nhất có thể mang lại lợi ích đáng kể: giảm chi phí hạ tầng, đơn giản hóa kiến trúc dữ liệu và tăng tốc độ ra quyết định dựa trên dữ liệu. Khi các doanh nghiệp bắt đầu tích hợp AI tác tử vào quy trình vận hành — từ chăm sóc khách hàng đến phân tích tài chính — khả năng truy vấn dữ liệu giao dịch và phân tích trên cùng một hệ thống sẽ trở thành yêu cầu thiết yếu thay vì một lựa chọn tùy nghi.

Sự tương thích với PostgreSQL cũng là điểm cộng lớn với thị trường Việt Nam, nơi hệ quản trị này đã trở nên quen thuộc với đông đảo lập trình viên và doanh nghiệp.