Búsqueda vectorial llega a los lakehouses de Apache Hudi

Apache Hudi está agregando búsqueda vectorial a su plataforma de lakehouse, permitiendo que los equipos ejecuten consultas semánticas directamente sobre los datos crudos sin tener que moverlos a una base de datos vectorial separada.

La función se integra con los formatos de tabla existentes de Hudi, así que los datos se quedan en el mismo lugar donde se ingirieron. Los equipos pueden almacenar embeddings junto con columnas estructuradas y consultarlos con búsqueda por similitud. El movimiento reduce la "plomería" entre la ingesta, el almacenamiento y la recuperación.

Hudi es open source. El enfoque de lakehouse significa que mantienes la gobernanza y auditoría de datos en un solo lugar en lugar de estar jugando a las adivinanzas con un data warehouse, un lake y una tienda vectorial.

Esto no es un producto nuevo. Es una actualización del conjunto de herramientas que ya usas si estás construyendo pipelines de datos a escala.

Por qué nos importa: los equipos de ingeniería que deciden qué herramientas usan nuestras pequeñas tiendas y startups son los que controlan el costo de la infraestructura de datos, y esto deja un servicio de pago menos en el camino.