Momentic betreibt eine KI-gestützte Plattform für automatisiertes Software-Testing und musste dafür ein Caching-System entwerfen, das extreme Abfragemengen bewältigt. Das ursprüngliche System auf Basis von PostgreSQL stieß bei wachsendem Datenvolumen an seine Grenzen: Die zeilenorientierte Architektur relationaler Datenbanken ist für analytische Workloads mit aggregierten Lesezugriffen auf sehr große Datensätze strukturell im Nachteil. ClickHouse hingegen speichert Daten spaltenweise, was Kompression und Scan-Geschwindigkeit bei solchen Workloads erheblich verbessert. Nach der Migration verarbeitet Momentic nun über 2 Millionen Abfragen täglich bei einem Gesamtdatenbestand von 20 Milliarden Einträgen – und hält dabei eine durchschnittliche Antwortlatenz von rund 250 ms. ClickHouse ist ein Open-Source-OLAP-Datenbanksystem, das ursprünglich von Yandex entwickelt wurde und sich besonders bei zeitreihennahen, append-heavy Daten bewährt hat. Die Entscheidung für ClickHouse als Caching-Backend ist ungewöhnlich, da ClickHouse primär als Analyse-Datenbank gilt – Momentic nutzt es jedoch gezielt für einen Anwendungsfall, bei dem schnelle Lesezugriffe auf große, unveränderliche Datenmengen dominieren. Der Bericht verdeutlicht, dass AI-Plattformen mit hohem Datenaufkommen zunehmend spezialisierte Datenbanktechnologien statt allgemeiner Lösungen einsetzen.