Datenbanken sind heute weit verbreitet und unterstützen die Apps, die Menschen jeden Tag für Arbeit und Freizeit verwenden. Aber es kann schwierig sein, sie zu erstellen, zu konfigurieren und zu warten – insbesondere, wenn ihre Nutzung weiter zunimmt. Laut a jüngste Rottor Umfrage, verwenden 70 % der Unternehmen jetzt mehr als eine Datenbank in ihrem Stack, einschließlich lokaler und Cloud-Datenbanken. Und ein Großteil der Arbeit bleibt manuell, wobei nur 51 % angeben, dass sie Teile ihres Datenbankbereitstellungsprozesses automatisieren.
Auf der Suche nach einer Antwort auf diese Probleme war Andy Pavlo Mitbegründer von OtterTune, einer Datenbankoptimierungsplattform, die heute eine Serie A im Wert von 12 Millionen US-Dollar unter der Leitung von Intel Capital und Race Capital mit Beteiligung von Accel abschloss. OtterTune automatisiert den Prozess der Optimierung der Datenbankleistung, behauptet Pavlo, indem es KI zur Analyse und Feinabstimmung von Einstellungen verwendet, um Datenbanken angeblich effizienter und zu geringeren Kosten auszuführen.
„Datenbanken sind die wichtigste Komponente jedes Anwendungsstapels. Es spielt keine Rolle, ob Sie eine trendige Web3-App oder eine traditionellere stationäre Online-Storefront erstellen. Letztendlich brauchen Sie eine Datenbank“, sagte Pavlo Tech in einem E-Mail-Interview. „Aber diese Systeme haben viele Facetten … Open-Source-Datenbanken wie PostgreSQL und MySQL werden von Jahr zu Jahr besser, aber mehr Funktionen bedeuten Herausforderungen bei der Bereitstellung. Da Unternehmen immer mehr Datenbanken in die Cloud migrieren, investieren sie in Tools von Anbietern, um Probleme zu lösen, aber das kann zu sinkenden Erträgen führen.“
Pavlo sagt, dass er dazu inspiriert wurde, OtterTune zu starten, nachdem er 2013 Professor an der Carnegie Mellon University (CMU) wurde. Als Mitglied der CMU-Datenbankgruppe und des Parallel Data Laboratory besuchte er ein großes Finanzunternehmen – das namentlich nicht genannt werden soll, er bestand darauf, Forschungsergebnisse zu automatisierten Methoden zur Beschleunigung von Transaktionsverarbeitungsdatenbanken vorzustellen. In Gesprächen mit Führungskräften war er überrascht, wie viel das Unternehmen Administratoren bezahlte, um das zu tun, was er als grundlegende Wartungsaufgaben für Datenbanken ansah.
„Die Datenbankadministratoren prahlten fast damit, wie viel sie dafür bezahlt wurden, triviale Dinge zu tun, um ihre Datenbanken am Laufen zu halten“, sagte Pavlo. „Das war … ungefähr zu der Zeit, als leistungsstarke maschinelle Lerntechnologien mit Open-Source-Frameworks und Hardwarebeschleunigung zugänglicher wurden. Daher beschloss ich, mich mit der Anwendung maschineller Lernmethoden zu befassen, um zu versuchen, die mühsamen Aspekte von Datenbanksystemen zu beseitigen, damit die Menschen sinnvollere Dinge mit ihrer Zeit tun können.“
Mit zwei seiner Studenten (jetzt Mitbegründer), Dana Van Aken und Bohan Zhang, hat Pavlo 2020 OtterTune von der CMU ausgegliedert, ursprünglich mit dem Ziel, ein Tool zur Optimierung von Datenbankknopfkonfigurationen zu kommerzialisieren. (In Datenbanken sind „Knöpfe“ Konfigurationsparameter, die einige Aspekte des Laufzeitverhaltens steuern, wie z. B. Caching-Richtlinien.) Van Aken leitete als Ph.D. das Design und die Entwicklung des Prototyps, der ein Stipendium von Amazon erhielt. Student, während Bohan kurz nach seinem Abschluss an der CMU dazu kam.
Die Automatisierung der Datenbankverwaltung ist keine unglaublich originelle Idee. Mindestens ein halbes Dutzend Anbieter konkurrieren mit OtterTune, darunter Akamas, Unravel Data, Pepper Data, EverSQL, Turbonomic, Opsani, Cloudhealth und Vantage. (Microsoft, IBM und Oracle verwenden ihre eigenen Arten von autonomen Datenbanken, um nicht übertroffen zu werden.) Pavlo behauptet jedoch, dass OtterTune entwicklerfreundlicher ist als viele der Produkte auf dem Markt und gleichzeitig eine breitere Palette von Datenbanktypen unterstützt.
OtterTune nutzt Algorithmen, um zu „verstehen“, was eine bessere Leistung für eine bestimmte Cloud- oder On-Premises-Datenbank bedeutet, wobei Arbeitslastspitzen während der Woche berücksichtigt werden – z. B. Wochentag im Vergleich zum Wochenende. Die Plattform prüft, um die Spitzenauslastungszeiten einer Datenbank zu ermitteln, und liefert „Gesundheitsprüfungen“, die OtterTune-Kunden warnen, wenn Datenbanken von Leistungseinbußen bedroht sind.
„Die maschinellen Lernalgorithmen von OtterTune treffen alle ihre Entscheidungen auf der Grundlage von Systemmetriken wie Ressourcennutzung und E/A-Nutzung … [They] Identifizieren Sie Datenbankprobleme wie Cache-Fehler und fehlende Indizes, die zu unerwarteten Problemen führen können“, erklärte Pavlo. „Eine der Herausforderungen, die wir erkannt haben, ist, dass Kunden wissen, dass etwas mit ihrer PostgreSQL- oder MySQL-Datenbank nicht stimmt, aber sie wissen nicht, was es verursacht. Datenbanken sind so komplex und die Leute sind zu beschäftigt, um zu verstehen, was unter der Decke vor sich geht.“
OtterTune steht noch am Anfang, aber letztes Jahr führte Booking.com eine „akademische“ Version der Technologie mit Unterstützung für MySQL-Datenbanken ein. Obwohl Pavlo es ablehnte, Umsatzzahlen preiszugeben, sagte er, dass die Plattform jetzt aktive Benutzer von „über 100“ Organisationen hat.
Das Kapital aus der letzten Finanzierungsrunde, die OtterTunes Gesamtkapital auf 14,5 Millionen US-Dollar bringt, wird laut Pavlo die Entwicklung erweiterter Gesundheitschecks ankurbeln – einschließlich Gesundheitschecks auf Datenbanktabellenebene. Es wird auch für Rekrutierungs- und Einstellungsbemühungen verwendet, wodurch die Größe des Unternehmensteams bis 2023 von 15 auf 30 erhöht wird.
„Knopf-Tuning ist wichtig und macht für viele Kunden einen großen Unterschied, aber es ist nur ein Aspekt des Lebenszyklus einer Datenbank“, sagte er. „So wie sich Menschen an Amazon wenden, um die physische Hardware unter ihren Datenbanken zu verwalten, wird OtterTune automatisierte Funktionalitäten innerhalb der Datenbank bereitstellen. Durch die Beobachtung der Arbeitslast und des Verhaltens vieler Datenbanken stellen die maschinellen Lernalgorithmen von OtterTune automatisch sicher, dass jede neu hinzukommende Datenbank mit der richtigen Konfiguration, den richtigen Replikationsschemata, Indizes und Abfrageplänen ausgeführt wird.“
Als er um eine Stellungnahme gebeten wurde, sagte Nick Washburn, Senior Managing Director bei Intel Capital, in einer Erklärung: „Effizientes Datenbankmanagement ist entscheidend für den Erfolg technologiegestützter Unternehmen. OtterTune arbeitet daran, den Prozess zu revolutionieren, indem maschinelles Lernen genutzt wird, um einen ansonsten mühsamen, veralteten Vorgang zu automatisieren. Die visionäre Mission der OtterTune-Gründer wird durch die Forschung unterstützt, die sie an der CMU durchgeführt haben, und ihre nachgewiesene Fähigkeit, Kunden dabei zu helfen, die Leistung zu steigern, Kosten zu senken und letztendlich die Zuverlässigkeit ihrer Datenbanken sicherzustellen.“