MariaDB ha annunciato la disponibilità generale di Enterprise Platform 2027, una piattaforma dati che riunisce elaborazione transazionale, analisi in tempo reale, gestione in-memory e funzionalità dedicate agli agenti di intelligenza artificiale. Il rilascio comprende Enterprise Server 12.3, MariaDB Exa, GridGain, MaxScale, Enterprise Manager ed Enterprise Kubernetes Operator, organizzati in un’infrastruttura utilizzabile negli ambienti aziendali on-premise, nei principali servizi cloud e attraverso il servizio gestito MariaDB Cloud. L’obiettivo della nuova configurazione è consentire alle applicazioni agentiche di utilizzare informazioni operative aggiornate, conservare lo stato delle attività e recuperare contenuti documentali senza dipendere necessariamente da copie separate dei dati in data warehouse o database vettoriali esterni. La società ha accompagnato il rilascio con una riorganizzazione della propria identità commerciale, comprendente un nuovo logo, una diversa palette cromatica e il rinnovamento del sito web, per rappresentare un’offerta che supera il tradizionale perimetro del database relazionale. Sul piano delle prestazioni, MariaDB dichiara un incremento del throughput massimo del 56% per Enterprise Server 12.3 rispetto alla versione 11.8, risultato ottenuto nell’ambito di test commissionati a McKnight Consulting Group.
La componente dedicata all’intelligenza artificiale comprende Agent Memory, Semantic Cache e AI Retrieval, tre funzioni destinate a gestire differenti momenti dell’esecuzione di un agente. Agent Memory conserva in memoria lo stato operativo dopo ogni passaggio, rendendolo disponibile anche ad altri agenti e alle sessioni successive. Questa architettura permette di riprendere un’attività interrotta oppure sospesa per attendere l’approvazione di un operatore, senza dover ricostruire l’intera sequenza delle operazioni. L’integrazione con LangGraph è supportata direttamente, consentendo agli sviluppatori che utilizzano questo framework di conservare e ripristinare lo stato dei flussi agentici. Semantic Cache interviene invece sulle chiamate ai modelli linguistici, riconoscendo richieste formulate con parole differenti ma equivalenti dal punto di vista semantico. Quando il sistema rileva una corrispondenza sufficientemente significativa con una richiesta precedentemente elaborata, può recuperare la risposta memorizzata anziché effettuare una nuova inferenza. La funzione è destinata soprattutto alle applicazioni caratterizzate da interrogazioni ricorrenti e può ridurre sia il consumo di token sia il tempo di risposta, pur richiedendo una gestione appropriata della validità delle informazioni conservate.
AI Retrieval introduce un livello di recupero delle informazioni che combina documenti e dati operativi presenti nel database. Per i contenuti documentali la piattaforma gestisce l’analisi, la suddivisione in frammenti, la generazione delle rappresentazioni vettoriali e il riordinamento dei risultati in base alla pertinenza. Le interrogazioni formulate in linguaggio naturale sui dati MariaDB vengono invece trasformate in query SQL di sola lettura, eseguite direttamente sul database operativo. Il sistema mantiene inoltre il contesto delle richieste precedenti, permettendo agli utenti di formulare domande successive che si riferiscono alle informazioni già recuperate. La scelta di utilizzare i dati presenti nell’infrastruttura principale riduce la necessità di trasferirli verso sistemi separati, evitando di dover amministrare ulteriori copie e relativi controlli di sicurezza. La ricerca vettoriale rimane integrata nel motore del database, mentre MariaDB dichiara un aumento fino al 30% del numero di interrogazioni vettoriali elaborate al secondo rispetto a Enterprise Server 11.8, mantenendo la stessa accuratezza senza modificare schemi o query. A completamento delle funzionalità destinate agli sviluppatori, l’azienda distribuisce plugin AI open source che forniscono indicazioni specifiche su MariaDB agli assistenti di programmazione Claude Code, Codex, OpenCode e Pi.
Enterprise Platform 2027 rende generalmente disponibile anche MariaDB Exa per installazioni on-premise, consentendo di eseguire analisi in tempo reale direttamente sui dati transazionali aggiornati. L’architettura è concepita per evitare il trasferimento obbligatorio dei dati verso un sistema analitico esterno mediante pipeline ETL, riducendo la distanza temporale tra la registrazione di un evento e la sua disponibilità per l’elaborazione. Per le installazioni distribuite geograficamente è stata introdotta la disponibilità generale di Raft Cluster, che utilizza un meccanismo di consenso nel quale una scrittura viene confermata dopo aver ricevuto l’approvazione della maggioranza dei nodi. Questa impostazione evita che un singolo nodo lento o collocato in una regione distante determini necessariamente i tempi di conferma di tutte le operazioni. Il sistema supporta inoltre il rilevamento e la risoluzione dei conflitti tra aggiornamenti effettuati localmente in regioni differenti, applicando regole aziendali definite dal cliente quando più siti modificano lo stesso record. La gestione centralizzata è affidata a Enterprise Manager, che riunisce database, MaxScale e GridGain in una console comune dotata di autenticazione single sign-on e strumenti di osservabilità.
Sul piano delle modalità di distribuzione, MariaDB ha reso generalmente disponibile Bring Your Own Cloud, una configurazione nella quale il data plane di MariaDB Cloud viene eseguito direttamente nell’account AWS, Microsoft Azure o Google Cloud del cliente, mentre MariaDB mantiene la responsabilità della gestione del database. La piattaforma applica controlli di accesso basati sui ruoli ai carichi transazionali, analitici e vettoriali e supporta requisiti di sicurezza collegati allo standard FIPS 140-3 attraverso Enterprise Kubernetes Operator, utilizzando moduli crittografici validati dal NIST e forniti da Red Hat. La possibilità di utilizzare un sistema comune di autorizzazioni diventa particolarmente rilevante quando gli agenti accedono sia ai record operativi sia ai contenuti semantici, poiché consente di ricondurre differenti modalità di interrogazione a un’infrastruttura amministrata centralmente.
I risultati prestazionali pubblicati derivano da una valutazione condotta nell’ottobre 2026 su Enterprise Server 12.3.3-0 e 11.8.3-1. Nel benchmark utilizzato, la nuova versione ha raggiunto un massimo di 2.653.370 nuovi ordini al minuto, contro 1.702.758 della precedente, con 152 utenti virtuali concorrenti nel primo caso e 88 nel secondo. Alle rispettive condizioni di massimo throughput, il tempo di risposta al 99° percentile per le operazioni New Order è stato di 3,60 millisecondi per Enterprise Server 12.3 e di 6,54 millisecondi per Enterprise Server 11.8. Entrambe le versioni sono state eseguite separatamente su una medesima istanza Google Cloud c4d-highmem-192-lssd, dotata di 96 core fisici e 192 vCPU. Il carico utilizzato era HammerDB TPROC-C in memoria, configurato con 768 warehouse e derivato dal benchmark TPC-C, senza costituire una misurazione TPC-C ufficiale. Durante i test erano disabilitati i commit durevoli, il binary logging e il doublewrite buffering; inoltre, le configurazioni iniziali erano state selezionate da MariaDB, mentre McKnight Consulting Group aveva definito ed eseguito le prove. L’incremento del 56% descrive quindi le prestazioni ottenute in condizioni specifiche di laboratorio e non equivale automaticamente al miglioramento riscontrabile in ambienti produttivi che richiedono persistenza completa delle transazioni, replicazione e carichi misti. Enterprise Platform 2027 integra queste ottimizzazioni con una struttura destinata a rendere accessibili agli agenti AI dati transazionali, informazioni documentali e risultati analitici attraverso controlli e servizi comuni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)