El motor de búsqueda Krummelanke de la startup alemana SereneDB se afirma que es el motor de búsqueda de bases de datos más rápido del mundo, combinando búsqueda y análisis en un solo producto.
La empresa afirma que los agentes de IA disparan cientos de consultas híbridas de búsqueda y conteo por segundo, sin embargo, cada base de datos en producción fue construida para usuarios humanos. Su motor Krummelanke está diseñado para manejar búsquedas de bases de datos a alta velocidad a escala de agente. Krummelanke es de código abierto bajo Apache 2.0, compatible con Postgres y Elastic, y puede realizar búsquedas de texto completo sobre datos almacenados en S3.
El cofundador y CEO Alexander Malandin dijo: “El futuro agéntico es, sobre todo, un problema de carga de datos. Hoy en día, un agente de IA es una sola abeja visitando una sola flor. Lo que viene es el enjambre: más agentes que empleados en cada organización, cada uno disparando cientos de consultas por segundo. La infraestructura construida para usuarios humanos no es lo suficientemente rápida ni rentable para sobrevivir a esa carga. El futuro agéntico requiere una nueva generación de bases de datos: búsqueda ultrarrápida y análisis ultrarrápido en un solo motor, donde las operaciones de búsqueda se miden en nanosegundos y una pregunta sobre miles de millones de registros regresa en milisegundos. Una que trata a los agentes como usuarios de primera clase, soporta su escala y accede a los datos dondequiera que residan. Eso es lo que construimos, y con SereneDB Krummelanke lo estamos poniendo en producción.”
SereneDB señala que los motores analíticos como Snowflake, BigQuery, DuckDB sobre Parquet y los lakehouses generalmente leen datos columnares directamente de S3 por defecto. Los escaneos secuenciales grandes se ajustan al perfil de latencia del almacenamiento de objetos, a diferencia de la búsqueda de texto completo. La búsqueda de texto completo requiere un índice invertido que enumera elementos de contenido como palabras o números y los mapea a sus ubicaciones dentro de tablas o documentos. La búsqueda de índice invertido genera muchos accesos aleatorios. Típicamente, los motores de búsqueda basados en Lucene almacenan índices en almacenamiento local rápido separado del almacén de datos principal del lakehouse. SereneDB dice que los datos “buscables” dentro de una implementación de Elastic significa mantener una segunda copia en flash, el nivel de almacenamiento más caro disponible.
Preguntamos cómo la búsqueda de SereneDB difiere de la búsqueda de datos de almacenamiento de objetos general, como la búsqueda de Cloudian HyperStore.
El CTO Andrey Abramov nos dijo: “Cloudian es un proveedor de almacenamiento compatible con S3 y HyperSearch es un servicio adjunto al bucket. Recopila metadatos de los objetos almacenados e indexa esos metadatos dentro de un componente de búsqueda subyacente; este es un sistema de indexación separado poblado a través de la copia de datos. Muchos servicios implementan la búsqueda de esta manera y funcionan bien.”
Sin embargo, a nivel del núcleo del motor de búsqueda: “Solo hay un puñado de tecnologías y bibliotecas de búsqueda principales en todo el mundo: Lucene, Tantivy e IResearch construidas por SereneDB. Elasticsearch, OpenSearch, Solr y muchos otros son derivados de Lucene y siguen un modelo de copia primero. No pueden buscar datos que no tienen localmente, por lo que cualquier dato que se vaya a buscar debe ser extraído, transferido y duplicado al clúster de búsqueda.”
SereneDB funciona de manera diferente: “SereneDB indexa los datos donde ya residen. Los archivos Parquet y las tablas Iceberg en S3 siguen siendo la fuente de verdad. Solo almacenamos el índice derivado. La búsqueda en sí misma, texto completo con clasificación BM25, búsqueda vectorial y geográfica, se ejecuta contra ese índice con un pequeño conjunto local activo. El caso de uso de Iceberg sirve como un ejemplo concreto: un cliente escribe cambios en una tabla Iceberg en S3, SereneDB capta esas actualizaciones y sirve búsquedas y análisis sobre ellas. Puede apuntar cualquier número de nodos SereneDB a la misma tabla.”
Preguntamos si los proveedores de almacenamiento de objetos, bases de datos o lakehouse podrían adoptar el motor de búsqueda de SereneDB como una alternativa a Lucene y sus derivados. Abramov dijo: “¡Sí, absolutamente! No solo podemos reemplazar ElasticSearch, OpenSearch, Solr, CrateDB que son derivados puros de Lucene, sino que también podemos aumentarles capacidades analíticas. Por ejemplo, mantenemos documentación dedicada que cubre la migración desde ElasticSearch.”
La firma ha realizado puntos de referencia comparando la velocidad de su motor de búsqueda con alternativas populares y superándolas. Abramov dijo: “Nuestro objetivo con estos puntos de referencia era demostrar que SereneDB es una alternativa más rápida y moderna a la pila de búsqueda tradicional.”
Detalles de la prueba de referencia
SearchBench de SereneDB incluye 92 consultas de búsqueda y análisis ejecutadas contra 100 millones y 1 mil millones de registros de logs de OpenTelemetry, el conjunto de datos TextBench publicado por ClickHouse con 15 columnas almacenadas por registro. Todas las pruebas se ejecutan en un solo servidor. Cada motor competidor fue ajustado utilizando parámetros de configuración publicados, con un tiempo de espera de 60 segundos por consulta. Cualquier consulta que exceda este límite se marca como no finalizada.
Los resultados de la prueba de referencia para más de una docena de motores de búsqueda populares están disponibles en un panel. Los motores probados incluyen Elasticsearch en cuatro configuraciones, OpenSearch, ParadeDB, CrateDB, ArangoDB, TigerDB con variantes de almacenamiento de filas y columnas, y Postgres vanilla, con motores adicionales que se añadirán. La temporización utiliza tres ejecuciones por consulta, tomando el mejor resultado de las dos últimas ejecuciones. Se ejecuta una consulta a la vez desde un solo cliente y el almacenamiento en caché de resultados está deshabilitado. El panel mide la latencia en lugar del rendimiento.
Las celdas de resultados del panel muestran las relaciones de rendimiento relativas al motor más rápido para cada consulta, donde el resultado más rápido equivale a 1.0x. La puntuación general se calcula como la media geométrica de estas 92 relaciones por consulta. SereneDB explica que este método estándar de promediado de relaciones evita que una sola consulta atípica distorsione los resultados.
SereneDB logra una media geométrica de 1.05x en el conjunto de datos de 100 millones de registros y 1.07x en el conjunto de datos de 1 mil millones de registros. En las 92 consultas, es el motor más rápido o está a pocos puntos porcentuales de la velocidad máxima. ElasticSearch ocupa el segundo lugar con una media geométrica de 2.8x en el conjunto de datos de 100 millones. El almacenamiento de columnas TigerData obtiene 2.24x en el conjunto de datos de 1 mil millones, con numerosos tiempos de espera. Vanilla Postgres alcanza 204x en el conjunto de datos de 100 millones y 50.69x en el conjunto de datos de 1 mil millones.
Para simplificar la comparación entre proveedores más allá de la compleja vista del panel, creamos un gráfico que muestra las puntuaciones de media geométrica ordenadas del benchmark de 100 millones basado en datos de capturas de pantalla.
Las brechas de rendimiento son extremadamente amplias, por lo que excluimos las puntuaciones superiores a 10 y redibujamos el gráfico. Como afirma SereneDB, su motor de búsqueda lidera el grupo probado.
Fundación y financiación de SereneDB
SereneDB fue fundada en Berlín en 2025 por Alexander Malandin, CEO con experiencia previa en ventas empresariales en EMC, Dell y ArangoDB; Andrey Abramov, CTO con experiencia en I+D de búsqueda en Quest Software, EMC y ArangoDB; y Valery Mironov, ingeniero principal anteriormente en ArangoDB y YDB. El equipo de ingeniería de ocho personas ha colaborado durante más de 16 años. Su núcleo de búsqueda IResearch ha estado en desarrollo desde 2014.
La startup anunció $2.1 millones en financiación pre-seed en diciembre de 2025, liderada por Entourage y High-Tech Gründerfonds.
SereneDB Krummelanke es de código abierto bajo la licencia Apache 2.0 y está disponible en GitHub.
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/Director de Estrategia Global
WhatsApp / WeChat: +86 13426366826
Correo electrónico: yangyd@qianxingdata.com
Sitio web: www.qianxingdata.com/www.storagesserver.com
Enfoque de negocio:
Distribución de productos TIC/Integración de sistemas y servicios/Soluciones de infraestructura
Con más de 20 años de experiencia en distribución de TI, nos asociamos con las principales marcas globales para ofrecer productos confiables y servicios profesionales.
¡Construyendo un Mundo Inteligente con Tecnología! Su Proveedor de Servicios de Productos TIC de Confianza!
¡Su mensaje debe tener entre 20 y 3.000 caracteres!
Spanish
