VisionHeight はリアルタイムのクエリを最大 3 倍の速度で、90% のコスト削減を実現します。

AI は、インフラストラクチャコードをスキャンし、脆弱性を検出し、修正を自動化し、コード品質を確保し、セキュリティ脅威を事前に防止します。VisionHeight は、サイバーセキュリティチームが脅威を攻撃する前に検出し、敵対者インフラストラクチャを継続的にマッピングすることで、ライブデータにクエリを実行して回答を得られるよう、サイバーセキュリティチームが脅威を検出するのを支援する事前攻撃インテリジェンスプラットフォームです。これにより、顧客はライブデータにクエリを実行して数秒で回答を得られるようになります。 このリアルタイムのエクスペリエンスは、まだ Databricks では利用できなかったワークロードのひとつである別の Apache Pinot システムで実行されました。 Pinot を Lakehouse/RT に置き換えることで、VisionHeight はインフラコストを 90% 以上削減し、レスポンスタイムを 1 秒に抑え、データ移行なしで数日で本番運用に移行しました。

サイバーセキュリティプラットフォームのためのリアルタイム分析

VisionHeight の顧客向けクエリインターフェースでは、数百のクエリパターンに対して 2 ～ 4 秒のインタラクティブな応答時間が求められ、2 つのクエリが同じというクエリは存在しません。 「ユーザーからどのような質問をされるのかわかりません」と、VisionHeight の CTO 兼共同創業者である Nitsan Daniel は言います。 「クエリがデータにアクセスする手段はおそらく数百から数千通りで、対話型であるため、超高速のパフォーマンスが必要です。」

これらのクエリを処理するために、VisionHeight は Apache Pinot を使用しました。 このアーキテクチャは機能しましたが、24 時間 365 日のクラスター、Databricks からデータをコピーするためのパイプライン、Pinot のフォーマットに合わせたスキーマ変更、管理するための独立したインフラストラクチャなど、運用上のオーバーヘッドが常に発生していました。 「データのコピー、スキーマ、構文の調整、高可用性、マシンが故障した際の対応など、さまざまな処理が必要でした。」とダニエル氏は言います。 「私たちのチームは、このような種類のもののトラブルシューティングに多くの時間を費やしていました。」

このオーバーヘッドのコストは、エンジニアリング時間でした。 「Pinot を継続するのであれば、自分で管理しなければならなかった」と、VisionHeight のソフトウェアエンジニアチームリード Erez Weiss は言います。 「24 時間 365 日体制で、何かが故障するたびに、構築するのではなくトラブルシューティングに時間を費やしていました。」

データコピー不要で、3日で本番運用環境に即します。

VisionHeight は、一般的なオープンソースのカラムナデータベース、専用のNewSQLエンジン、マネージドリレーショナルデータベース、その他の主要なクラウドデータウェアハウスのリアルタイム機能など、いくつかのリアルタイムプラットフォームを評価しました。 インフラストラクチャへの大幅な追加投資なしで、同社の性能とコストの要件を満たすものはありません。

「彼らはパフォーマンスとコストの両方で、当社の KPI を満たすことができませんでした」と、Daniel は言います。 「十分なリソースを確保するには多額の費用を支払わなければならなかったでしょうが、それでも外部にデータをコピーして別のプラットフォームを知るというオーバーヘッドが発生しました。」

Lakehouse/RT がプレビュープログラムに入ったときに、転換点が訪れました。 VisionHeight のデータは既にDatabricksに保存されていたため、チームはすぐにテストできました。 彼らは、最も一般的なクエリを Lakehouse//RT （Reyden エンジンを搭載）で実行し、Databricks のエンジニアリングチームと協力してファインチューニングを行いました。

「Reyden でテストし、Databricks チームに最適化してもらいました。結果が非常に良好だったため、非常に迅速にサーバーに実装できました。」とワイス氏は言います。 「問題ないと判断すると、2、3日で本番運用環境に入りました。」

レイクハウス/RT は、データがレイクハウス内の場所で直接データにクエリを実行するため、移行にはデータコピーもインジェストパイプラインも、学習するための新しいプラットフォームも、プロビジョニングのためのインフラストラクチャも不要でした。 チームはクエリを更新して、新しいエンジンを指向するだけです。 

90% 以上のコスト削減と秒以下のパフォーマンス

財務上の影響は予想を上回ります。 VisionHeight の Apache Pinot インフラストラクチャは、24 時間 365 日稼働する常時稼働の EC2 クラスターを必要としました。 クエリが実行されている間のみ課金される Lakehouse//RT のサーバーレスオートスケールにより、90% 以上のコスト削減を実現しました。

「実際、運用上のオーバーヘッドを減らすために、もう少し支払うつもりでした」とダニエルは言います。 「コスト削減がこれほど劇的なものになるとは思っていませんでした。」

パフォーマンスも向上しました。 VisionHeight の最も負荷の多いクエリでも、Lakehouse//RT はわずか 1 秒の応答時間を提供し、Apache Pinot の約 3 倍の速度で、お客様のインタラクティブなユースケースで求められる標準を上回ります。

最大のメリットは、2 つの別々のシステムを運用する複雑さが解消されたことです。 VisionHeight は、プラットフォーム間のデータコピーや専用クラスターの管理、Databricks と外部データベース間のスキーマの不一致のトラブルシューティングは不要です。 データ処理、機械学習、分析、バッチジョブ、そしてリアルタイムサービングといったあらゆるワークロードは、データの単一コピーで単一のプラットフォーム上で実行されます。

「これにより、コスト面と人的面の両方で、他のことに利用できるリソースが増えました。」とダニエルは言います。 「ビジネス目標をより迅速に達成できます。」

スタートアップ企業にとって、この統合は特に強力です。 VisionHeight は、Built on Databricks のパートナーとして、2026 Built-On Databricks スタートアップチャレンジの最優秀賞を受賞しています。VisionHeight は、高パフォーマンス企業がコスト、性能、シンプルさの要件を犠牲にすることなく、完全なデータプラットフォームを Databricks 上に構築できることを証明しています。