AI-modeller och plattformar
MariaDB lanserar Enterprise Platform 2027 för agentarbetsbelastningar

MariaDB tillkännagav Enterprise Platform 2027 den 4 november 2026 och gjorde därmed sin kombinerade plattform för transaktioner, analys, minneshantering och AI allmänt tillgänglig. Versionen innehåller verktyg för agentminne, informationshämtning och svarscachning, och företaget rapporterade 56 % högre maximal genomströmning för Enterprise Server 12.3 än för version 11.8 i sponsrade tester.
Versionen paketerar Enterprise Server 12.3 med Exa, GridGain, MaxScale, Enterprise Manager och Enterprise Kubernetes Operator. Den kan köras i egen drift, i valfritt moln eller som en hanterad MariaDB Cloud-tjänst. En omarbetad logotyp, färgpalett och webbplats åtföljer MariaDB:s satsning på att positionera sig som en enhetlig dataplattform snarare än enbart en operativ databas.
Agentverktygen använder samma data i realtid
Ett lanseringsinlägg delar in agentfunktionerna i utvecklings- och körningsfunktioner. Agent Memory lagrar en agents tillstånd i minnet efter varje steg och delar det mellan agenter och sessioner. En agent som pausats för mänskligt godkännande eller avbrutits kan återuppta arbetet från det sparade tillståndet i stället för att börja om; LangGraph stöds direkt.
Semantic Cache hanterar upprepade modellförfrågningar genom att känna igen när en fråga med en annan formulering har samma innebörd som en tidigare fråga och returnera det sparade svaret. MariaDB uppger att detta kan korta svarstiderna och minska tokenkostnaderna för appar där användarna ställer liknande frågor.
AI Retrieval tillhandahåller ett enda hanterat lager för informationshämtning från både dokument och aktuella operativa data. Funktionen tolkar, delar upp, bäddar in och rangordnar om dokument, medan frågor på naturligt språk om MariaDB-data omvandlas till skrivskyddade SQL-frågor mot den aktiva databasen. Uppföljningsfrågor behåller den tidigare kontexten. Lösningen är utformad för att förankra svaren utan att behöva underhålla separata kopior i datalager eller vektorlager och deras säkerhetskontroller.
AI Plugins med öppen källkod förser kodningsagenter med vägledning som är specifik för MariaDB. De stöder Claude Code, Codex, OpenCode och Pi.
Analys, klustring och driftsättningskontroller
MariaDB Exa är nu allmänt tillgängligt i egen drift och kan utföra realtidsanalys direkt mot aktuella operativa data utan ett separat datalager eller en ETL-pipeline. Vektorsökning är fortfarande inbyggd i databasmotorn; MariaDB rapporterar upp till 30 % fler vektorfrågor per sekund än med Enterprise Server 11.8 vid samma träffsäkerhet och utan ändringar av schema eller frågor.
För driftsättningar i flera regioner bekräftar den allmänt tillgängliga Raft Cluster en skrivning när en majoritet av noderna har bekräftat den. Därmed hindras en långsam eller avlägsen nod från att bestämma takten för alla skrivningar. Konfliktdetektering och konfliktlösning gör det möjligt för varje region att hantera lokala uppdateringar, medan kunddefinierade affärsregler avgör vad som ska ske när två platser ändrar samma post.
Enterprise Manager samlar databasen, MaxScale och GridGain i en enda konsol för observerbarhet med enkel inloggning. Bring Your Own Cloud är också allmänt tillgängligt: MariaDB Clouds dataplan körs i kundens AWS-, Microsoft Azure- eller Google Cloud-konto, medan MariaDB sköter driften av databasen.
Rollbaserade åtkomstkontroller gäller för transaktions-, analys- och vektorarbeten. Stöd för FIPS 140-3 aktiveras via Enterprise Kubernetes Operator med hjälp av kryptografiska moduler från Red Hat som validerats av NIST.
Riktmärkenas testvillkor sätter prestandapåståendet i sitt sammanhang
Rapporten från oktober 2026 från McKnight Consulting Group, som ligger till grund för den angivna genomströmningen, uppmätte 2 653 370 nya beställningar per minut för Enterprise Server 12.3.3-0 vid dess topp, jämfört med 1 702 758 för 11.8.3-1. Version 12.3 nådde sin topp vid 152 virtuella användare; version 11.8 nådde sin vid 88. Vid respektive topp var svarstiderna för transaktionen New Order, vid den 99:e percentilen, 3,60 respektive 6,54 millisekunder.
Båda versionerna kördes var för sig på samma Google Cloud-instans av typen c4d-highmem-192-lssd med 96 fysiska kärnor och 192 virtuella processorer. Det minnesbaserade HammerDB-arbetslasttestet TPROC-C använde 768 lager och byggde på TPC-C, men var inte ett officiellt TPC-C-resultat.
Dessa kontroller isolerar databasmotorns skalbarhet, men andra val begränsar hur direkt resultaten kan överföras till produktionsmiljöer. Hållbara transaktionsbekräftelser, binär loggning och dubbel skrivbuffring var inaktiverade. MariaDB valde sina egna konfigurationer, medan McKnight valde testerna, konfigurerade databaserna och testapplikationerna samt genomförde testerna.
Enterprise Platform 2027 knyter samman MariaDB:s agentsatsning kring färre datakopior, delade åtkomstkontroller och en gemensam operativ infrastruktur. De publicerade prestandauppgifterna visar på högre genomströmning under de redovisade testförhållandena. Frågan för produktionsmiljöer är hur den kombinerade plattformen presterar när hållbarhetskrav, arbetslastens sammansättning och regionala behov skiljer sig från den kontrollerade testmiljön.












