PuppyGraph公司周二宣布,将在其面向企业数据的分布式图查询引擎新版本PuppyGraph 1.0中,新增AI辅助图模式构建器和MCP集成功能。此次更新旨在帮助开发者降低智能体跨数千张数据库表及多个平台查询互联数据时所面临的复杂性、延迟与成本问题。

这家总部位于圣克拉拉的初创公司在一份声明中表示,AI辅助模式构建器能够自动将现有数据表映射为图实体、关系和属性,使开发者只需审核并确认生成的模式,而无需手动定义不同数据集之间的连接方式。

该公司补充说,这些模式可供部署用于查询企业数据的智能体使用,为其提供不同数据表和系统间信息关联方式的预定义映射,而不必让智能体动态地识别相关数据表并构建复杂的SQL连接,从而简化查询生成流程,减少错误与重试次数。

为提高查询准确性,PuppyGraph的查询引擎还会依据图模式对智能体生成的查询进行校验,拒绝未定义的关系,并返回反馈信息供智能体用于纠正错误。

该公司表示,此外,执行引擎会将复杂的图查询拆分为较小的操作,并在多个计算节点上并行运行,而非在单台机器上按顺序执行,从而加快跨大型数据集进行多层关系遍历的查询速度。

这些新增功能建立在PuppyGraph于2024年发布的现有图查询引擎基础之上,该引擎允许企业将关系型数据库、数据仓库和数据湖仓作为统一的图进行查询,而无需将数据迁移或复制到单独的图数据库中。

该引擎将现有数据表映射为原生标签属性图(LPG)模型,将数据实体表示为节点,将它们之间的关系表示为边,将属性表示为特性,随后通过其自有的分布式计算集群,在底层数据源上执行图查询。

该公司表示,引擎的最新版本同样支持传统SQL查询,并新增了MCP集成功能,使企业团队能够将PuppyGraph与支持该协议的AI智能体和工具相连接。

该公司表示,通过这些集成,受支持的智能体可以将PuppyGraph的图查询能力纳入其工作流程,帮助它们查询数据源,而开发者无需为每个智能体单独构建定制化集成方案。

IDC研究总监德文·普拉特表示,对开发者而言,能够从现有数据表自动生成图模式,并通过MCP将图查询能力开放给兼容的AI智能体,可以减少将智能体连接至企业数据所需投入的工程量。

普拉特补充道:"开发者只需对实体和关系建模一次,之后便可使用图语言查询关联数据,而无需编写和维护冗长的连接链。事实上,诸如'谁通过哪些账户与谁存在关联'这类多跳问题,在图模型中处理起来要比在SQL中自然得多,并且无需再搭建通往独立图存储系统的数据管道。"

HFS Research执行研究主管阿希什·查图尔维迪认为,至少对于智能体工作流而言,更大的收益在于他所称的PuppyGraph"强制本体论"机制。

查图尔维迪表示,该引擎会依据预定义的本体论对智能体生成的查询进行校验,拒绝引用未定义的关系,这有助于将智能体限定在企业所建立的业务实体和关系范围内,从而减少智能体生成无效连接或遵循底层数据中并不存在的关系的可能性。

查图尔维迪补充说,这意味着智能体因连接错误而返回不可靠结果的可能性会降低。

普拉特表示,同样的原理还可以通过限制智能体需要处理的模式信息量及查询生成重试次数,帮助首席信息官降低智能体查询方面的计算支出。

普拉特说,此外,企业可以通过避免重复存储以及维护独立图数据库所需的同步管道,降低数据管理成本和复杂性,同时将图分析保留在其现有的受治理数据环境中。

普拉特补充道,PuppyGraph的这一方法也与企业整合数据管理能力的努力相契合:"IDC的研究显示,96%的企业正在积极推进此类整合,而大多数企业管理着超过10种数据库技术。数据准备、存储和服务的高昂成本也是阻碍生成式AI和智能体AI规模化应用的最常被提及的障碍之一。"

然而,分析师们指出,开发者和首席信息官在采用该查询引擎之前,仍需权衡若干取舍因素。

Moor战略与洞察公司首席分析师迈克尔·利昂表示,首先,开发者仍需定义并维护图模型,决定哪些数据表应成为实体,哪些键应定义关系。

利昂说:"换言之,复杂性并未消失,只是从编写和维护冗长的SQL连接转移到了设计和治理图模型上。"

普拉特也呼应道,最终生成查询的质量还将取决于底层模式的一致性以及源数据的质量。

此外,查图尔维迪提醒称,性能与成本在一定程度上还将取决于底层数据平台:"由于PuppyGraph是在数据仓库和数据湖仓中查询数据,运行图密集型工作负载可能会增加这些系统上的计算消耗,这要求首席信息官在扩大部署规模之前对成本进行建模评估。"

这位分析师还指出,这也使得为该查询引擎选择合适的工作负载变得尤为重要:"该引擎主要是为分析型查询而构建的,而非那些需要低延迟图写入或高频事务性更新的应用程序,后者可能仍更适合采用原生图数据库。"

这位分析师进一步表示,首席信息官在将PuppyGraph确立为其数据基础设施关键组成部分之前,还应考虑该公司作为一家规模较小的供应商所具备的成熟度和支持能力。

PuppyGraph表示,其技术已被包括AMD、Palo Alto Networks、Datadog、Netskope、Coinbase、趋势科技、贝克休斯、Sola Security、HighStreet Insurance Partners以及Prevalent AI在内的多家企业采用。

根据该公司的安装文档,该引擎的最新版本支持Apache Iceberg、Databricks、Snowflake、ClickHouse、DuckDB、PostgreSQL、Microsoft Fabric和Apache Hudi等多种数据平台,可通过Docker或Kubernetes部署,也可通过AWS、微软Azure和谷歌云运营的云市场进行部署。

InfoWorld