Analisi in tempo reale per app e agenti di intelligenza artificiale
Couchbase Operational Insights
Couchbase Analytics è ora Couchbase Operational Insights: analisi in tempo reale dei dati operativi in tempo reale, con i risultati archiviati direttamente nelle app e negli agenti IA che agiscono su di essi.
Dove l'analisi tradizionale non riesce a soddisfare le esigenze
La maggior parte delle analisi si basa su una copia dei dati di ieri. Trasmettete questa risposta a un agente IA e quest'ultimo compirà l'azione sbagliata, in modo sicuro e su larga scala.
Stale all'arrivo
Ogni passaggio del processo di pipeline aggiunge un ulteriore ritardo, quindi il tempo reale si trasforma in ore e le decisioni vengono prese sulla base della copia di ieri sera.
Fragile per design
I flussi ETL si rompono quando un'app aggiunge un campo o modifica un documento, e qualcuno deve correggerli manualmente.
Modalità unidirezionale per impostazione predefinita
Le informazioni restano nel magazzino. Per riportarle nelle app e negli agenti è necessario un lavoro inverso di ETL o uno script.
Le richieste pesanti rallentano la produzione
Invece, eseguire un'analisi sul database operativo e i clienti che utilizzano le vostre applicazioni riscontreranno un rallentamento.
Cos'è Couchbase Operational Insights?
Analisi in tempo reale integrate nella piattaforma operativa per l'intelligenza artificiale®. Analizza i dati operativi in tempo reale e colloca la risposta dove agiscono le app e gli agenti.
Operational Insights riproduce i dati operativi nel momento in cui questi vengono modificati. I flussi di dati vengono acquisiti da Couchbase Capella e Couchbase Server, da MongoDB, DynamoDB, PostgreSQL, MySQL, Oracle e SQL Server tramite Kafka, e da file JSON, Parquet, Avro, CSV e Delta Lake nel cloud storage. Non vengono effettuati copy notturni e non è necessario un pipeline per ricostruire i dati quando un documento cambia aspetto.
L'analisi viene eseguita nel proprio cluster, quindi le query pesanti non rallentano mai le applicazioni utilizzate dai clienti. La capacità di elaborazione è indipendente dalla storage, che è gestita tramite l'archiviazione di oggetti, quindi è possibile aggiungere capacità senza spostare i dati. Al suo interno, i dati vengono archiviati in colonne singole e le query vengono eseguite in parallelo tra i nodi, pianificate da un ottimizzatore basato sul costo.
Un approfondimento paga quando qualcosa reagisce a ciò. Scrivi direttamente nei database operativi che le tue app e gli agenti già consultano i risultati di qualsiasi query SQL++: punteggi di churn e frode, segmenti di clienti, etichette di cluster, KPI e offerte migliori possibili. Non c’è alcun reverse ETL e nessun passaggio manuale, quindi la risposta è pronta alla prossima lettura.
Per le implementazioni gestite autonomamente, i record dei gruppi vengono classificati per valore esatto o per significato tramite clustering semantico, basato sulla ricerca vettoriale nativa. Le recensioni dei cluster, i ticket o le richieste vengono raggruppate in categorie e aggregate nella stessa query SQL. Il supporto per i vettori e il linguaggio SQL consentono la ricerca esatta per precisione e la ricerca approssimativa per velocità.
Statistiche e benchmark
~100×
riduzione della latenza delle query analitiche rispetto a MongoDB Atlas (CH2++ 2025)
22/22
Le query CH2++ sono state completate. MongoDB Atlas è andato in timeout su 8 dei 22.
CONSIGLI OPERATIVI PER I CLIENTI
Risultati nella produzione
COME FUNZIONA
Un circuito chiuso, dal dato alla decisione
Operational Insights copre ogni fase tra il cambiamento dei dati e l’azione da parte di un’app o di un agente.
- Ingest
- Analizzare
- Cluster
- Legge
I dati vengono aggiornati in tempo reale da Couchbase, altre database e il cloud storage, senza la necessità di un pipeline ETL da costruire o da monitorare.
Le funzionalità di Operational Insights
Zero ingestione ETL
Trasmettete i dati da Couchbase, MongoDB, DynamoDB, PostgreSQL, MySQL, Oracle e SQL Server tramite Kafka e leggete i file su S3, GCS e Azure.
Analizza il JSON nidificato direttamente con SQL++, unendo i dati operativi in tempo reale a fonti storiche e esterne in una singola query.
Le funzionalità di Operational Insights
SQL su JSON
Attiva le funzioni di aggregazione e di concatenazione nel formato JSON nidificato senza la necessità di una flattening. In caso di gestione automatica, aggiungi una logica personalizzata tramite UDF Python e esegui diversi passaggi per ogni richiesta.
Raggruppa i dati per significato e campo mediante clustering semantico e ricerca vettoriale, per poi aggregarli nella stessa query (gestito internamente).
Le funzionalità di Operational Insights
Clustering semantico e ricerca vettoriale
CLUSTER BY groups registra i dati per significato in SQL++. Esegui una ricerca vettoriale (KNN) o una ricerca approssimativa (ANN) sull'indice VTREE (gestito internamente).
Scrivere i risultati direttamente nel database operativo, in modo che le app e gli agenti agiscano su di essi con la successiva lettura.
Le funzionalità di Operational Insights
Ritorno in scrittura in tempo reale
Scrivi i risultati di qualsiasi query SQL++ su Couchbase Capella, Couchbase Server o archivi cloud. Nessuna ETL inversa.
- Flusso dei dati
- Indice dei vettori
ARCHITETTURA
Come funziona Operational Insights
Assunzione rapida
Flussi in tempo reale da Couchbase Capella e Couchbase Server, feed Kafka da MongoDB, DynamoDB, PostgreSQL, MySQL, Oracle e SQL Server e file in S3, GCS e Azure.
Velocità e portata
Lo storage è strutturato in colonne, il processamento parallelo è eseguito in parallelo e la capacità di elaborazione è dimensionata indipendentemente dallo spazio di archiviazione, quindi l’analisi non compete mai con le applicazioni per le risorse.
Analisi in tempo reale
SQL++, ricerca vettoriale e clustering semantico per applicazioni e agenti tramite SDK e Data API, oltre a Tableau, Power BI e Superset tramite JDBC e ODBC.
Ripristino
I risultati vengono recuperati da Couchbase Capella, Couchbase Server o da archivi di file cloud, pronti per essere utilizzati dalle app e dagli agenti durante la successiva lettura.
Ricerca per vettore
Come funzionano le query di ricerca vettoriali
Archiviazione dei vettori
Le incorporazioni si trovano nei documenti JSON accanto ai dati che descrivono, quindi i vettori e i record rimangono nello stesso posto.
Indice VTREE
I gruppi di vettori simili vengono raggruppati in cluster di foglie che una ricerca può sondare direttamente. La quantizzazione opzionale SQ4 o SQ8 riduce la dimensione dei vettori memorizzati.
Ricerca esatta (KNN)
Confronta la query con ogni vettore memorizzato. Preciso, ma più lento man mano che i dati aumentano.
Ricerca approssimativa (ANN)
Utilizza l’indice per restringere la ricerca a corrispondenze probabili in primo luogo. È molto più veloce su larga scala, grazie a impostazioni che bilanciano la capacità di richiamare dati con il costo. I medesimi vettori sono fondamentali per il clustering semantico.
Sotto il cofano
Costruito per domande continue e simultanee
Gli agenti IA chiedono costantemente, spesso tutti contemporaneamente. L’aggregazione basata su hash calcola i conteggi DISTINCT in un unico passaggio. La memorizzazione dei piani di query riutilizza il piano migliore quando una stessa domanda viene ripetuta. Le statistiche dell’ottimizzatore tramite campionamento saltano le scansioni complete della tabella, quindi la raccolta delle statistiche si adatta alle dimensioni dei dati.
Un prodotto, due modi per utilizzarlo
TOTALMENTE GESTITO
Su Couchbase Capella
Installa Run Operational Insights come servizio su AWS, Google Cloud o Azure (in alcune regioni). Fai domande in modo chiaro e semplice con Capella iQ, disabilita i cluster su richiesta o in base a un programma e paga solo per lo storage in assenza di utilizzo, lasciando Couchbase a gestire il backup, il monitoraggio e le notifiche.
Autogestione
Ovunque lo utilizziate
Disponibilizzalo in locale o nel proprio account AWS, Azure, Google Cloud o OCI, su x86 o ARM e con storage di oggetti compatibile con S3. Consulti le tabelle Apache Iceberg direttamente tramite cataloghi REST open e invia le metriche pronte per Prometheus agli strumenti di monitoraggio già utilizzati.
FAQ relative alle funzionalità operative di Analytics (precedentemente Operations Insights)
Ottieni risposte rapide sulle analisi in tempo reale, l'eliminazione dell'ETL, la scrittura dei dati in automatico, gli agenti IA e le opzioni di distribuzione.
Couchbase Operational Insights è un’analisi in tempo reale integrata nella piattaforma Couchbase. Esegue query su dati operativi JSON in tempo reale con SQL++ e restituisce i risultati alle app e agli agenti di intelligenza artificiale per l’utilizzo.
Sì. Nell'ottobre del 2026, Couchbase Analytics è diventato Couchbase Operational Insights. Capella Analytics e Enterprise Analytics sono ora Operational Insights, gestiti integralmente o in modo autonomo.
Capella Columnar è stata rinominata Capella Analytics nell’agosto del 2025, e Capella Analytics è diventata Couchbase Operational Insights nell’ottobre del 2026. Si tratta della stessa funzionalità; quindi i vecchi video, documenti e post del blog che riportano “Columnar” o “Analytics” descrivono invece Operational Insights.
No. I flussi di dati vengono continuamente elaborati da Couchbase, da altre database tramite Kafka e da archivi di dati cloud. È pronto per essere interrogato in base alle modifiche apportate, senza bisogno di pipeline ETL o schemi predefiniti.
No. Un warehouse riporta ciò che accade nell’intera azienda. Operational Insights analizza ciò che sta accadendo in questo momento e invia la risposta all’app. Molte squadre utilizzano entrambi, ciascuna per il proprio scopo.
I risultati archiviati nel database operativo diventano un contesto live accessibile agli agenti tramite il server Couchbase MCP. Il clustering semantico e la ricerca vettoriale vengono eseguite in SQL++.
Sì. Puoi gestirlo autonomamente in locale o nel tuo cloud personale, oppure gestirlo completamente su Couchbase Capella, con lo stesso motore e SQL++. Apache Iceberg è gestito autonomamente; Capella iQ è gestito completamente solo da Couchbase Capella.
Continuate a esplorare
-
Scoprite le informazioni operative in azione
Osservate come l’analisi in tempo reale e il write-back forniscono ai sistemi di intelligenza artificiale un contesto attuale.
-
Perché gli agenti IA restano bloccati nella fase pilota
Scopri perché gli agenti hanno bisogno di un contesto nuovo e gestibile per passare dalla fase pilota alla produzione.
-
Inizia a lavorare nei documenti
Installa Operational Insights, gestito o gestito autonomamente, e avvia la tua prima query.