ClickHouse anunció el 3 de agosto la creación de ClickHouse Labs, una división de investigación aplicada, y el fichaje de Andy Pavlo como vicepresidente de investigación en bases de datos para montarla y dirigirla. Pavlo es profesor de informática en la Universidad Carnegie Mellon desde 2013 y una de las figuras más conocidas de la comunidad de bases de datos, tanto por su trabajo en bases de datos autónomas y procesamiento transaccional como por sus cursos abiertos sobre internos de sistemas de bases de datos.
El planteamiento declarado del laboratorio es explícitamente el de los laboratorios industriales clásicos —el propio Pavlo cita IBM Research y Microsoft Research como referencia— pero con una condición: trabajar pegado a los ingenieros, clientes y socios del producto, no en una burbuja académica. Las áreas de trabajo anunciadas son procesamiento de consultas, rendimiento de sistemas, estructuras de datos, hardware y estrategias de ejecución, además de acelerar la validación y el paso a producción de optimizaciones ya existentes en el motor que nunca han llegado a probarse a fondo.
El segundo frente es más revelador que el primero. Labs colaborará con el equipo de ClickHouse Managed Postgres con el objetivo declarado de convertir ese servicio gestionado en referencia de rendimiento y fiabilidad, y de investigar cómo encajan ClickHouse y PostgreSQL con las tecnologías agénticas. Es decir: la compañía que se hizo un nombre en analítica columnar está invirtiendo investigación seria en el lado transaccional, y contrata para ello a alguien cuya especialidad es precisamente el punto donde OLTP y OLAP se tocan.
El movimiento llega en un mes de actividad densa en el proyecto. La versión 26.7, publicada en agosto, incorpora algoritmos de hash join optimizados, índices de texto que almacenan posiciones de token —con búsquedas de frase hasta cuarenta veces más rápidas— y la cláusula EXPLAIN ANALYZE para diagnosticar la ejecución real de una consulta. En paralelo, ClickHouse ha abierto un ClickBench Playground que permite lanzar consultas ad-hoc contra el conjunto de referencia de cien millones de registros comparando más de cien sistemas.
Para un arquitecto de datos, la señal a retener es dónde se está jugando la competencia. Después de dos años en los que el discurso de todos los fabricantes ha sido el agente y el copiloto, ClickHouse invierte en el motor: cómo se ejecuta una consulta, qué estructuras se usan y qué hardware se aprovecha. Es una apuesta razonable, porque la capa agéntica que todos anuncian acaba apoyándose en consultas que alguien tiene que ejecutar rápido y barato. La cautela obvia es que la investigación no se convierte en producto de un trimestre a otro: lo que hoy es un anuncio de personal se evaluará dentro de dos o tres versiones.
Más en Dataprix: Ranking de plataformas y gestores de bases de datos.
Fuente: ClickHouse Blog.
Contenido elaborado con asistencia de inteligencia artificial y revisado editorialmente por el equipo de Dataprix.