Contexte et positionnement
CedarDB, spin‑off de l'Université technique de Munich, propose un moteur de base de données capable de traiter à la fois les charges transactionnelles (OLTP) et analytiques (OLAP). Cette double capacité répond à la demande croissante des entreprises qui, avec l’avènement des agents d’intelligence artificielle, souhaitent interroger leurs données historiques en langage naturel sans dupliquer les jeux de données. Le projet s’appuie sur Umbra, une recherche interne visant à dépasser les performances des bases héritées en exploitant le matériel moderne.
Architecture et compatibilité PostgreSQL
Le cœur de CedarDB conserve la syntaxe et le protocole de PostgreSQL, ce qui minimise les coûts de migration : les applications existantes peuvent se connecter via les drivers PostgreSQL standards, sans réécriture du code. Cette compatibilité implique que le planificateur de requêtes, le gestionnaire de transactions et le système de stockage sont implémentés de façon à accepter les extensions propres à CedarDB tout en restant interopérables avec les outils de l’écosystème PostgreSQL (pgAdmin, psql, etc.).
Performance et efficacité matérielle
Selon le fondateur Moritz Sichert, CedarDB atteint des vitesses supérieures sans nécessiter davantage de CPU ou de mémoire. Le design repose sur l’utilisation intensive des caches L3, du parallélisme SIMD et d’un accès direct à la mémoire non volatile (NVMe). L’objectif est de réduire le nombre d’opérations d’E/S par requête, ce qui diminue la latence tant pour les transactions simples que pour les agrégations complexes. Aucun benchmark chiffré n’est fourni dans le communiqué, mais la promesse d’une « performance plus rapide » repose sur l’optimisation du chemin de données du processeur vers le stockage, plutôt que sur l’ajout de nœuds supplémentaires.
Implications pour les agents IA et la concurrence
Les agents IA, entraînés sur de grands corpus, utilisent souvent des modèles de langage qui s’attendent à une interface SQL familière. En conservant la logique PostgreSQL, CedarDB facilite l’intégration de ces modèles, qui peuvent générer des requêtes sans transformation préalable. Cette orientation coïncide avec la stratégie de Databricks, qui a présenté le projet LTAP (Lakehouse Transactional‑Analytic‑Processing) lors du Data + AI Summit, visant également à unifier les différents types de charges sur un même stockage. CedarDB a levé €5,3 M de seed funding et propose aujourd’hui une édition Enterprise on‑premise, une Community Edition gratuite, et une version Cloud en accès limité. L’équipe, actuellement de 14 personnes, prévoit d’élargir ses effectifs après la prochaine levée de fonds, afin de soutenir la montée en charge des utilisateurs cloud.
