KI-Modelle und Plattformen
MariaDB bringt Enterprise Platform 2027 für Workloads mit KI-Agenten auf den Markt
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
MariaDB kündigte Enterprise Platform 2027 am 4. November 2026 an und stellte damit seine kombinierte Plattform für Transaktionen, Analysen, In-Memory-Verarbeitung und KI allgemein bereit. Die Veröffentlichung umfasst neue Werkzeuge für das Agentengedächtnis, den Datenabruf und das Zwischenspeichern von Antworten. Außerdem meldete das Unternehmen in gesponserten Tests für Enterprise Server 12.3 einen um 56 % höheren Spitzendurchsatz als für Version 11.8.
Die Veröffentlichung bündelt Enterprise Server 12.3 mit Exa, GridGain, MaxScale, Enterprise Manager und dem Enterprise Kubernetes Operator. Die Lösung kann lokal, in einer beliebigen Cloud oder als verwalteter MariaDB-Cloud-Dienst betrieben werden. Ein neu gestaltetes Logo, eine neue Farbpalette und eine überarbeitete Website begleiten MariaDBs Bestreben, sich als einheitliche Datenplattform und nicht mehr nur als operative Datenbank zu positionieren.
Agentenwerkzeuge greifen auf dieselben Live-Daten zu
Ein Einführungsbeitrag unterteilt die Funktionen für Agenten in Entwicklungs- und Laufzeitfunktionen. Agent Memory speichert den Zustand eines Agenten nach jedem Schritt im Arbeitsspeicher und stellt ihn agenten- und sitzungsübergreifend bereit. Wird ein Agent angehalten, um eine menschliche Freigabe einzuholen, oder unterbrochen, kann er seinen Lauf mit dem gespeicherten Zustand fortsetzen, statt neu zu starten; LangGraph wird direkt unterstützt.
Semantic Cache begegnet wiederholten Modellaufrufen, indem es erkennt, wenn eine anders formulierte Frage dieselbe Bedeutung hat wie eine frühere, und die gespeicherte Antwort zurückgibt. MariaDB zufolge kann dies die Antwortzeiten verkürzen und die Tokenkosten für Anwendungen senken, deren Nutzer ähnliche Fragen stellen.
AI Retrieval stellt eine einzige verwaltete Abrufebene für Dokumente und Live-Betriebsdaten bereit. Das System analysiert und segmentiert Dokumente, erstellt Vektoreinbettungen und ordnet sie erneut nach Relevanz. Natürlichsprachliche Fragen zu MariaDB-Daten werden derweil in schreibgeschützte SQL-Abfragen an die Live-Datenbank umgewandelt. Bei Folgefragen bleibt der vorherige Kontext erhalten. Der Ansatz soll Antworten auf eine verlässliche Grundlage stellen, ohne separate Kopien in einem Data Warehouse oder Vektorspeicher samt den zugehörigen Sicherheitskontrollen pflegen zu müssen.
Die quelloffenen AI Plugins versorgen Programmieragenten mit spezifischen Anleitungen zu MariaDB. Sie unterstützen Claude Code, Codex, OpenCode und Pi.
Analysen, Cluster und Bereitstellungskontrollen
MariaDB Exa ist nun allgemein lokal verfügbar und führt Echtzeitanalysen direkt auf Live-Betriebsdaten aus, ohne dass ein separates Data Warehouse oder eine ETL-Pipeline erforderlich ist. Die Vektorsuche ist weiterhin nativ in die zentrale Datenbank-Engine integriert. MariaDB zufolge verarbeitet Enterprise Server 12.3 bei gleicher Genauigkeit bis zu 30 % mehr Vektorabfragen pro Sekunde als Enterprise Server 11.8 – ohne Änderungen am Schema oder an den Abfragen.
Für Bereitstellungen über mehrere Regionen hinweg schreibt der allgemein verfügbare Raft Cluster einen Schreibvorgang fest, sobald eine Mehrheit der Knoten ihn bestätigt hat. So kann ein einzelner langsamer oder weit entfernter Knoten nicht das Tempo sämtlicher Schreibvorgänge bestimmen. Konflikterkennung und -lösung ermöglichen es jeder Region, lokale Aktualisierungen zu verarbeiten. Wenn zwei Standorte denselben Datensatz ändern, entscheiden vom Kunden festgelegte Geschäftsregeln über den Konflikt.
Enterprise Manager vereint die Datenbank, MaxScale und GridGain in einer einzigen Überwachungskonsole mit einmaliger Anmeldung. Auch Bring Your Own Cloud ist nun allgemein verfügbar: Die Datenebene von MariaDB Cloud läuft im AWS-, Microsoft-Azure- oder Google-Cloud-Konto des Kunden, während MariaDB die Datenbank betreibt.
Rollenbasierte Zugriffskontrollen gelten für Transaktions-, Analyse- und Vektor-Workloads. Die Unterstützung für FIPS 140-3 wird über den Enterprise Kubernetes Operator mit kryptografischen Modulen von Red Hat aktiviert, die vom NIST validiert wurden.
Die Benchmark-Bedingungen bestimmen die Aussagekraft der Leistungsangabe
Der Bericht der McKnight Consulting Group vom Oktober 2026, auf dem die Schlagzeile zum Durchsatz basiert, ermittelte für Enterprise Server 12.3.3-0 in der Spitze 2.653.370 neue Bestellungen pro Minute, verglichen mit 1.702.758 für Version 11.8.3-1. Version 12.3 erreichte ihren Höchstwert bei 152 virtuellen Nutzern, Version 11.8 bei 88. An diesen jeweiligen Spitzenwerten lagen die Antwortzeiten für die New-Order-Transaktion beim 99. Perzentil bei 3,60 beziehungsweise 6,54 Millisekunden.
Beide Versionen liefen getrennt auf derselben Google-Cloud-Instanz c4d-highmem-192-lssd mit 96 physischen Kernen und 192 vCPUs. Der im Arbeitsspeicher ausgeführte HammerDB-TPROC-C-Workload verwendete 768 Warehouses und leitete sich von TPC-C ab, war jedoch kein offizielles TPC-C-Ergebnis.
Diese Kontrollen grenzen die Skalierbarkeit der Engine ab, doch andere Entscheidungen schränken ein, wie direkt sich die Zahlen auf den Produktivbetrieb übertragen lassen. Dauerhafte Commits, binäre Protokollierung und Doublewrite-Pufferung waren deaktiviert. MariaDB wählte die eigenen Konfigurationen, während McKnight die Tests bestimmte, die Datenbanken und Testanwendungen konfigurierte und die Tests durchführte.
Enterprise Platform 2027 verknüpft MariaDBs Strategie für Agenten mit weniger Datenkopien, gemeinsam genutzten Zugriffskontrollen und einer einheitlichen Betriebsinfrastruktur. Die veröffentlichten Leistungsnachweise belegen einen höheren Durchsatz unter den offengelegten Testbedingungen. Für den Produktivbetrieb stellt sich die Frage, wie sich die kombinierte Plattform verhält, wenn sich Anforderungen an Dauerhaftigkeit, Workload-Mix und Regionen von den Bedingungen dieser kontrollierten Umgebung unterscheiden.
