EDB Postgres AI Hybrid Manager 1.3.5

日本語訳｜Hybrid Manager 1.3.5

※GoogleのAutoML Translationを使用して翻訳しております。

英語原文｜Hybrid Manager 1.3.5

概要

1. Hybrid Manager とは？

EDB Postgres AI Hybrid Manager (HM) は、EDB Postgres AI Platform のコントロールプレーンです。これは、PostgreSQLデータベース、ソブリンAIワークロード、および分析パイプラインの展開、管理、監視を行うために設計された、統合型のKubernetesネイティブソリューションです。

クラウド (Amazon EKS, Google GKE) と オンプレミス (Red Hat OpenShift, SUSE Rancher RKE2) の両方の展開をサポートし、異なる環境間で一貫したエクスペリエンスを提供します。HMは、最新のデータプラットフォームに必要なインフラ、データ、アプリケーション層を管理する「単一の管理画面（Single Pane of Glass）」として機能します。

2. Hybrid Manager のメリット

データ主権とコントロール: AIやデータプラットフォームを自社インフラ上に構築可能にします。これにより、機密データやモデルが組織の管理下から離れないことを保証します（外部のSaaS AIサービスとは異なります）。

• 統合された可観測性（Observability）: Prometheus、Grafana、Lokiなどの統合ツールを使用し、フリート全体のメトリクス、ログ、クエリ診断を一元的に表示します。
• 運用品質の向上: バックアップ、スケーリング、アップグレード、高可用性フェイルオーバーなど、複雑なDay-2オペレーションを簡素化します。
• ハイブリッドな柔軟性: パブリッククラウド、ベアメタル、ハイブリッド構成のいずれで実行する場合でも、一貫した運用モデルを提供します。
• Postgresネイティブな分析: 複雑なETLプロセスを必要とせず、トランザクションデータベースと分析データレイクの橋渡しをします。

3. Hybrid Manager のユースケース

• データベースのプロビジョニングとライフサイクル: 自動バックアップと自己修復機能を備えた、シングルノード、高可用性（HA）、または分散高可用性（PGD）クラスタを展開します。
• ソブリンAIファクトリー:
  • GenAI ワークロード: プライベートデータを使用したRAG（検索拡張生成）アプリケーションの構築。
  • モデルサービング: GPUアクセラレーションを備えたKServeを使用し、LLMをローカルでホストおよび提供。
  • ベクトル検索: セマンティック検索のためのベクトルストアとしてPostgresを使用。
• 分析とレイクハウス:
  • データオフロード: コールドなトランザクションデータを、Apache Icebergなどのオープンフォーマットでオブジェクトストレージ（S3）に自動移動。
  • レイクハウス・クエリ: オブジェクトストレージに保存されたDelta LakeやIcebergテーブルに対して、高速でベクトル化されたSQLクエリを実行。
• マイグレーション: 組み込みのMigration PortalとData Migration Service (DMS)を使用し、OracleやレガシーPostgresインスタンスからEDBプラットフォームへスキーマとデータを移行。

4. HMがメリットとユースケースを実現する仕組み

Hybrid Managerは、管理サービス用の「Control Compute Group」とデータベースワークロード用の「Data Compute Group」に分かれたモジュール式のKubernetesアーキテクチャを通じて、これらの機能を実現しています。

• 主権の実現（AIファクトリー）: HMはAIモデルとデータを同じ場所に配置（コロケーション）します。ローカルに「モデルライブラリ」を作成し、推論サービスをユーザーのKubernetesクラスタに直接展開します。埋め込みには pgvector、推論にはKServeを使用し、明示的に設定しない限り外部のサードパーティAIベンダーへのAPIコールが発生しないようにします。
• 分析の実現（レイクハウス）: HMは、PGAA（Analytics Accelerator）拡張機能を備えたLakehouse Clustersを利用します。これにより、データベースはSQLインターフェースを維持したまま、IcebergやDelta Lakeなどのオブジェクトストレージ（S3/GCS）フォーマットに対してベクトル化されたクエリを直接実行でき、コンピュートとストレージを効果的に分離します。
• レジリエンスの実現（HA/DR）: HMは EDB Postgres Distributed (PGD) を活用し、ダウンタイムがほぼゼロのマルチマスター、マルチリージョンクラスタを作成します。バックアップには、Velero（クラスタメタデータ用）と Barman（Postgresデータ/WALアーカイブ用）を統合し、ポイントインタイムリカバリ（PITR）を保証します。
• 可観測性の実現: HMはエージェント（Beacon）を展開し、メトリクスを集中スタック（Thanos/Prometheus）にプッシュします。これらは、ハードウェア使用率、クエリ診断、カーボンフットプリント監視のための事前構築済みGrafanaダッシュボードに供給されます。

5. リリース 1.3.5の新機能

リリース 1.3.5（2026年2月12日リリース）は、安定性とバグ修正に焦点を当てたメンテナンスリリースです。

• 分析機能の安定性: Spark Connectをバージョン3.5.8にアップグレードし、アップストリームの安定性の問題を解決しました。これによりHM Analyticsのパフォーマンスが向上します。
• レプリカの信頼性: システムデータベースのメジャーバージョンアップグレード後にレプリカの起動が失敗する重大な問題を修正しました。この修正により、オブジェクトストレージ内の古いタイムラインと新しいタイムラインのWALファイルが正しく区別されるようになります。
• 最適化: 内部統計データベース（stats-db）のバックアップを停止しました。このテレメトリデータは一時的なものであり、災害復旧（DR）には重要ではないため、ストレージとリソースを節約します。
• メトリクス収集の修正: 統計コレクターにパッチを適用し、query_textを適切にデコードするようにしました。これにより、異なるエージェントバージョン間での信頼性の高いメトリクス収集が保証されます。

---