The Pulse
Confluent rende Lightning Tables generalmente disponibile su AWS e aggiunge Query come quinto pilastro della piattaforma
Confluent ha annunciato nuove funzionalità per costruire uno Streamhouse, un’architettura che mantiene aggiornato il contesto aziendale per agenti di IA, applicazioni e analisi. Lightning Tables è generalmente disponibile su AWS e Query è i
AI.info Team · Scritto con l’IA · verificato ·
Nell’esempio illustrativo di una compagnia aerea proposto da Confluent, un volo cancellato lascia i reparti operazioni, programmazione e prenotazioni con informazioni discordanti sulla posizione dell’aeromobile, l’orario di partenza e i posti disponibili. Il 4 novembre 2026, Confluent ha annunciato nuove funzionalità per costruire uno Streamhouse, un nuovo tipo di architettura dei dati che mantiene aggiornato il contesto aziendale per agenti di IA, applicazioni e analisi. Lightning Tables è ora generalmente disponibile su AWS e Query è ora il quinto pilastro della Data Streaming Platform di Confluent.
Perché le aziende hanno bisogno di uno Streamhouse
Nell’esempio, il reparto operazioni di volo tiene traccia della posizione dell’aeromobile, quello di programmazione dell’orario di partenza e quello delle prenotazioni dei posti disponibili. Quando questi sistemi si aggiornano in momenti diversi, un agente autonomo di riprenotazione può comporre un itinerario che risulta valido in ciascun sistema ma non funziona nella pratica: un posto è disponibile, ma l’aeromobile non può arrivare in tempo per la coincidenza del passeggero. I team del servizio clienti e i sistemi di notifica possono quindi agire sulla base delle stesse informazioni discordanti, estendendo il disservizio.
Con uno Streamhouse, ogni modifica può aggiornare una rappresentazione condivisa delle operazioni della compagnia aerea. I sistemi sorgente della compagnia inviano aggiornamenti sulla posizione degli aeromobili, i ritardi delle partenze e le prenotazioni dei posti in un flusso continuo di eventi. Uno Streamhouse combina questi aggiornamenti in un contesto aziendale aggiornato e lo mette a disposizione degli agenti di riprenotazione, dei team del servizio clienti e delle applicazioni durante il loro lavoro, così che possano verificare insieme la posizione dell’aeromobile, l’orario di partenza e la disponibilità dei posti prima di offrire a un passeggero un nuovo itinerario.
La Data Streaming Platform di Confluent offre ora uno Streamhouse completo
Uno Streamhouse acquisisce, elabora, governa e mette a disposizione continuamente un contesto aziendale aggiornato. I suoi tre principi sono aggiornamento, affidabilità per operazioni critiche e decentralizzazione: mantiene un contesto aziendale costantemente aggiornato, è progettato per soddisfare i livelli di servizio degli ambienti di produzione e raggiunge i dati dove si trovano, senza richiedere un consolidamento preliminare. L’architettura affianca data warehouse e lakehouse esistenti, aggiungendo un livello operativo in tempo reale per decisioni e azioni.
La Data Streaming Platform di Confluent fornisce una base completa e unificata per costruire uno Streamhouse e riunisce Stream, Connect, Process, Govern e Query. Apache Kafka acquisisce e trasmette in streaming gli eventi aziendali; Connect porta i dati dai sistemi aziendali in Kafka e li trasmette a valle; Apache Flink combina, arricchisce e ricava il contesto aziendale vicino alla sorgente, man mano che i dati cambiano. Le funzionalità di governance aiutano i team a individuare, classificare e proteggere i dati attraverso strumenti per tracciarne la provenienza, catalogarli, garantirne la qualità, cifrarli e gestirne gli schemi e il controllo degli accessi.
Il pilastro Query mette il contesto aziendale aggiornato a disposizione di sistemi di analisi, agenti e applicazioni attraverso l’interfaccia adatta al compito. Confluent Tableflow rende disponibili i dati in streaming a lakehouse e warehouse sotto forma di tabelle in formati aperti. Il Real-Time Context Engine mette il contesto aziendale aggiornato a disposizione degli agenti di IA attraverso il Model Context Protocol (MCP), mentre Lightning Tables offre alle applicazioni accesso SQL e API a bassa latenza allo stato attuale dell’azienda.
Lightning Tables: accesso rapido allo stato attuale dell’azienda
Generalmente disponibile su AWS, Lightning Tables su Confluent Cloud è un livello di distribuzione in sola lettura che memorizza in modo permanente e materializza i dati di Apache Kafka in tabelle, mantenendole aggiornate man mano che si verificano cambiamenti. Rende disponibile lo stato attuale dell’azienda per interrogazioni a bassa latenza tramite SQL e un’API diretta. Applica inoltre schemi, tracciamento della provenienza e criteri di accesso dall’acquisizione alla distribuzione dei dati, e gestisce le modifiche agli schemi per contribuire a prevenire interruzioni nelle applicazioni a valle.
Nei test interni di Confluent sono trascorsi circa 100 millisecondi dalla creazione dei nuovi dati alla loro distribuzione, con una latenza delle query di 10-100 millisecondi e una capacità di elaborazione di 1.000 o più query al secondo. Confluent presenta il livello di distribuzione gestito come un modo per distribuire dati in modo continuo senza pipeline ETL, database o cache separati. L’azienda afferma inoltre che i team possono calcolare feature in Flink e memorizzarle per casi d’uso di machine learning, inclusa la personalizzazione in tempo reale.
Accenture usa un’architettura Streamhouse ed Extend descrive la propria architettura
Accenture usa un’architettura Streamhouse basata su Confluent per collegare i dati delle proprie attività a livello globale. Thomas Mahaffey, Chief Data Strategist di SAI presso Accenture, descrive il passaggio a un’architettura Streamhouse basata su Confluent come un modo per separare i produttori di dati dai consumatori e trasformare flussi di eventi ad alto volume in prodotti di dati in tempo reale governati e riutilizzabili. Afferma che la base di dati continua ha ridotto da mesi a giorni il tempo necessario ad Accenture per ricavare informazioni utili e ha abbattuto i tempi di reporting, consentendo ai team di Accenture di concentrarsi sulla realizzazione di soluzioni di IA di alto valore per i suoi 800.000 dipendenti.
Extend descrive la propria architettura come uno Streamhouse 100% serverless imperniato su Confluent Cloud. Jonathan Kropp, direttore IA e architettura di Extend, afferma che l’azienda usa Kafka come fonte di riferimento operativa, con microservizi a valle che utilizzano e interrogano dati in tempo reale. Secondo Kropp, l’architettura offre la flessibilità e la reattività necessarie per scalare le operazioni, adattarsi ai segnali di mercato in tempo reale e supportare flussi di lavoro di IA agentica in tempo reale.