Тель-авивский стартап Sandstorm Ltd., работающий под брендом Keewano, представил базу данных KeewanoDB для предоставления ИИ-агентам контекста в реальном времени. Компания привлекла $12 млн инвестиций от Hetz Ventures, a16z Speedrun и других фондов.
Система группирует события по сущностям, таким как клиенты или транзакции, и хранит их в хронологическом порядке без использования ETL-конвейеров. Каждое событие занимает около 4 байт на SSD. Архитектура решения распределенная, работает в контейнерах Docker под управлением Kubernetes.
Разработчики заявляют, что система способна обрабатывать запрос по 250 млн событий менее чем за 0,5 секунды на стандартных процессорах. База поддерживает форматы Parquet и Apache Iceberg, а также интеграцию с потоками данных через Apache Kafka, Snowflake и Google BigQuery.
Модель оплаты привязана к количеству активных сущностей. По данным компании, клиенты, использующие данные из Snowflake или BigQuery, сокращают затраты на токены примерно на 84%. Ускорение достигается за счет выполнения скриптов Lua непосредственно внутри базы данных.
Keewano выпускает два продукта: общую базу данных KeewanoDB и аналитический слой для операционных решений. В состав последнего входит агент Signal, который применяет методы машинного обучения для проверки гипотез и поиска доказательств в последовательностях событий.
