Resumen Cockroach Labs es el creador de CockroachDB, la base de datos SQL distribuida, resiliente y nativa de la nube en la que confían las empresas de todo el mundo para ejecutar aplicaciones críticas de IA y otras aplicaciones que escalan rápidamente, evitan y sobreviven a desastres, y prosperan en todas partes. Funciona en las 3 principales nubes, en instalaciones locales y en configuraciones híbridas, impulsando marcas de Fortune 500, Forbes Global 2000 e Inc. 5000, e innovadores que cambian el juego, incluidos OpenAI, CoreWeave, Adobe, NETFLIX, Booking.com, DoorDash, FANDUEL, Cisco Systems, P&G, UiPath, FORTINET, Roblox, EA, BestBuy, SpaceX, NVIDIA, The VA, Squarespace, The Home Depot y Hewlett Packard Enterprise. Cockroach Labs tiene clientes en más de 40 países en todas las regiones del mundo, más de 25 verticales y más de 50 casos de uso. Cockroach Labs opera su propio Ecosistema de Socios ISV que impulsa Pagos, Gestión de Identidad (IDM/IAM), Banca y Billetera, Comercio y otros casos de uso de alta demanda. Cockroach Labs es finalista del premio Socio del Año de AWS y ha obtenido certificaciones de Socio de Competencia de AWS en Datos y Análisis y Servicios Financieros (FSI). Los precios de CockroachDB están disponibles en https://www.cockroachlabs.com/pricing/ Cargas de Trabajo de Vector, RAG y GenAI CockroachDB incluye soporte nativo para el tipo de datos VECTOR y compatibilidad con la API pgvector, lo que permite el almacenamiento y la recuperación de incrustaciones de alta dimensión. Estas capacidades de vector son críticas para los flujos de trabajo de Generación Aumentada por Recuperación (RAG) y GenAI que dependen de la búsqueda de similitud y las incrustaciones contextuales. Al admitir la indexación de vectores distribuidos dentro de la propia base de datos, CockroachDB elimina la necesidad de almacenes de vectores externos y permite que las aplicaciones de IA operen contra una capa de datos única y consistente. Indexación Distribuida C-SPANN En el núcleo de las capacidades de búsqueda de vectores de CockroachDB se encuentra el motor de indexación C-SPANN. C-SPANN proporciona búsqueda escalable de vecinos aproximados más cercanos (ANN) a través de miles de millones de vectores mientras admite actualizaciones incrementales, escrituras en tiempo real e indexación particionada. Esto asegura una recuperación de baja latencia en decenas de milisegundos, incluso bajo un alto rendimiento de consultas. El algoritmo elimina coordinadores centrales, evita grandes estructuras en memoria y aprovecha la fragmentación y replicación de CockroachDB para ofrecer escala, resiliencia y consistencia global. Integración de Aprendizaje Automático y Apache Spark CockroachDB se integra con flujos de trabajo modernos de ML al admitir incrustaciones generadas a través de marcos como AWS Bedrock y Google Vertex AI. Su compatibilidad con el controlador JDBC de PostgreSQL permite una integración sin problemas con Apache Spark, lo que permite el procesamiento distribuido y análisis avanzados en datos de CockroachDB. Compatibilidad con PostgreSQL y Soporte JSON CockroachDB utiliza el protocolo de comunicación de PostgreSQL, por lo que las aplicaciones, controladores y herramientas diseñadas para trabajar con Postgres pueden conectarse a CockroachDB sin modificaciones, permitiendo el uso sin problemas de características familiares de SQL e integración con el ecosistema más amplio de Postgres. Esto incluye soporte para tipos de datos avanzados como JSON y JSONB, que permiten a los desarrolladores almacenar y consultar datos semiestructurados de forma nativa. Capacidades Geoespaciales y de Grafos CockroachDB también proporciona soporte de datos geoespaciales de primera clase, permitiendo a los desarrolladores almacenar, consultar y analizar datos espaciales directamente en SQL. Para cargas de trabajo de grafos, CockroachDB emplea la flexibilidad de JSON para representar relaciones y ofrece capacidades de consulta para recorridos similares a grafos. Esta combinación permite aplicaciones híbridas que fusionan datos relacionales, geoespaciales, de documentos y de grafos dentro de una sola plataforma. Análisis, BI e Integración Para soportar análisis de alto rendimiento y BI, CockroachDB admite casos de uso y funciones analíticas centrales, incluyendo Almacén de Datos Empresarial, Lakehouse y Análisis de Eventos, y ofrece vistas materializadas para precomputar uniones y agregaciones complejas. Su compatibilidad con el protocolo de comunicación de PostgreSQL asegura conectividad directa con todas las aplicaciones y herramientas relevantes de BI y análisis, incluyendo Amazon Redshift, Snowflake, Kafka, Google BigQuery, Salesforce Tableau, Databricks, Cognos, Looker, Grafana, Power BI, Qlik Sense, SAP, SAS, Sisense y TIBCO Spotfire. Los científicos de datos pueden interactuar con CockroachDB a través de Jupyter Notebooks, consultando datos estructurados y semiestructurados y cargando resultados para análisis. Los flujos de captura de datos de cambio (CDC) proporcionan actualizaciones en tiempo real a las canalizaciones de análisis y almacenes de características, manteniendo los sistemas aguas abajo frescos y confiables. La ejecución vectorizada en columnas acelera el procesamiento de consultas, optimiza el rendimiento transaccional y minimiza la latencia para cargas de trabajo distribuidas exigentes. Migración Potenciada por IA MOLT Las organizaciones a menudo saben que su infraestructura de datos no está apoyando al negocio, pero encuentran demasiado doloroso cambiar. MOLT (Migrar de Tecnología Legada) de CockroachDB está diseñado para permitir migraciones de bases de datos seguras y con tiempo de inactividad mínimo desde sistemas legados a CockroachDB. MOLT Fetch admite la migración de datos desde PostgreSQL, MySQL, SQL Server y Oracle, con SQL Server y DB2 próximamente. CockroachDB también tiene un portafolio de integraciones de plataformas de replicación de datos, incluyendo Precisely, Striim, Qlik, Confluent, IBM, etc. Juntas, estas capacidades aseguran que CockroachDB soporte tanto cargas de trabajo operativas como analíticas, uniendo aplicaciones SQL tradicionales con casos de uso emergentes de Gen AI y ML.