2025年4月9日消息，在谷歌 Cloud Next 大会上，谷歌展示了为 AlloyDB 提供的新 AI 引擎，该引擎使开发者能够在 SQL 查询中嵌入自然语言问题。
谷歌正在增强其完全托管的数据库即服务（DBaaS）AlloyDB，以帮助开发者构建基于生成式 AI 的应用程序。
在谷歌年度云 Next 大会上宣布的更新，可能使兼容 PostreSQL 的 AlloyDB 在 PostgreSQL 本身或其他兼容产品（如 Amazon Aurora）之上获得优势。
在新增功能中，一个新的 AlloyDB AI 查询引擎使开发者能够在 SQL 查询中使用自然语言表达式。
当谷歌在 2022 年 5 月推出 AlloyDB 时，开源的 PostgreSQL 因其事务和分析能力、扩展的空间数据处理支持、更广泛的 SQL 支持、增强的安全性和治理以及扩展的编程语言支持而日益流行。谷歌看到了提供基于云的替代服务的机会——但这个机会也吸引了竞争对手亚马逊 Aurora 和微软 Azure 的 PostgreSQL 数据库的注意。现在，谷歌的挑战是如何让它的产品脱颖而出。
SQL 查询中的自然语言支持
AlloyDB AI 查询引擎的推出意味着开发者现在可以在 SQL 查询中嵌入自由文本问题，即使这些查询依赖于结构化程度较低的数据，如图像和描述，Futurum Group 数据和分析实践负责人布拉德利·希姆明表示。
ISG 软件研究执行董事大卫·门宁格表示，这将减轻开发者在编写 SQL 语句时需要非常精确的压力。
门宁格举例说，使用 AI 查询的开发者不必再编写“SELECT customer_name FROM customer_table WHERE city in (‘Boston’，‘Cambridge’）”这样的语句，而是可以给出一个描述性的叙述，例如“列出所有靠近查尔斯河的客户。”
Futurum Group 的希姆明表示，谷歌的新查询引擎是数据库提供商将数据库操作与语义和关系查询方法相结合以扩展传统 SQL 用例能力趋势的追随者。
随着查询引擎的推出，谷歌正在为 AlloyDB 添加下一代自然语言能力，预计这将允许开发者查询 AlloyDB 中的结构化数据，从而帮助他们构建能够更好地理解用户自然语言输入的应用程序。
ISG 的 Menninger 认为自然语言能力是开发者的生产力工具。
它通常比编写 SQL 语句更容易编写自然语言查询。这可能不是最终的 SQL 语句，但生成的查询可以编辑，从而加快开发过程，”门宁格说。
对于企业来说，分析师认为自然语言能力使数据对最终用户更加易于访问。
您不一定需要一个分析工具。您可以直接向数据库提出一些问题并获取回应。开发者还可以将这些功能嵌入到他们创建的应用程序中，从而惠及最终用户，Menninger 解释道。
Google Agentspace 现在可以搜索 AlloyDB 中的结构化数据
作为对 AlloyDB 的更新之一，谷歌表示，订阅其 Agentspace 服务的企业现在将能够搜索 AlloyDB 内部的结构化数据。
The Agentspace service, launched in December, is intended to help enterprises build agents, which in turn can be used to search data stored across various sources. 《十二月推出的 Agentspace 服务旨在帮助企业构建代理 ，这些代理反过来可以用于搜索存储在各种来源中的数据。
这些代理也可以被编程根据企业内部不同来源的数据采取行动，该公司表示。
dbInsights 首席分析师托尼·贝尔认为，将 Agentspace 扩展到 AlloyDB 是顺理成章的举措，因为谷歌预计企业未来将使用代理来处理或交互他们的数据。
提供更多迁移和其他更新的支持
今年在 Cloud Next 上宣布的其他数据库更新包括对迁移的更新支持、增加了运行 Oracle 基础数据库服务的支持，以及对模型上下文协议（MCP） 和数据库 AI 工具箱的支持。
谷歌数据库迁移服务（DMS）现在支持 SQL Server 到 PostgreSQL 的迁移，适用于云 SQL 和 AlloyDB。
“这些新功能支持迁移自托管和云托管的 SQL Server 产品，以及一系列 SQL Server 版本和版本，”谷歌在一份声明中表示。
去年 4 月，谷歌向 DMS 添加了对 Gemini 的支持，通过支持数据库内代码的转换来加快迁移速度。
Toolbox 是一个开源服务器，旨在简化创建、部署和管理能够查询数据库的 AI 代理。
随着对 MCP 行业支持的上升，分析师们表示，谷歌向其数据库 GenAI Toolbox 添加对协议的支持是不可避免的。
Anthropic 去年推出了 MCP，旨在使将数据带到LLMs更加容易。自那时起，它已成为支持智能体过程的标准手段，用于连接模型、工具和数据资源，Shimmin 表示。
对于 Menninger 来说，MCP 是新兴的标准，企业开始使用它为智能体提供上下文，以增强其性能。
文章作者： Anirban Ghoshal
