SingleStore, Inc. est un éditeur américain de logiciels de gestion de données, basé à San Francisco. Sa plateforme vise à réunir dans un même moteur les opérations transactionnelles et les requêtes analytiques, deux usages souvent confiés à des infrastructures distinctes. Elle s’adresse notamment aux équipes qui développent des applications nécessitant des réponses rapides sur des volumes importants de données : tableaux de bord opérationnels, personnalisation de services ou suivi d’événements. Son site officiel est singlestore.com.
De MemSQL à SingleStore
L’entreprise est fondée en 2011 par Eric Frenkiel et Nikita Shamgunov sous le nom de MemSQL. Son positionnement initial repose sur une base SQL distribuée exploitant la mémoire vive pour accélérer les traitements. Au fil des versions, le produit élargit ses capacités de stockage et d’analyse afin de prendre en charge des ensembles de données qui dépassent le seul périmètre de la mémoire.
En 2020, MemSQL devient SingleStore. Ce changement de nom traduit une ambition déjà présente dans son architecture : limiter la séparation entre les données utilisées par les applications et celles mobilisées pour l’analyse. L’entreprise se positionne ainsi sur le marché des bases de données dites HTAP, pour « Hybrid Transactional and Analytical Processing », tout en développant une offre de service administré dans le cloud.
Une base distribuée pour des usages mixtes
Le produit central de SingleStore est une base de données relationnelle distribuée, interrogeable en SQL. Son architecture répartit les données et les calculs entre plusieurs machines. Elle associe des mécanismes de stockage et d’indexation adaptés aux accès ciblés comme aux analyses portant sur de nombreuses lignes. La compatibilité avec le protocole MySQL facilite son intégration à une partie de l’écosystème existant, sans signifier que toutes les fonctionnalités des deux bases sont interchangeables.
SingleStore propose des déploiements administrés dans le cloud ainsi que des options autogérées. Des fonctions d’ingestion permettent d’alimenter la base depuis des flux et des fichiers, notamment pour actualiser les analyses au rythme des événements métier. L’objectif est de réduire les délais entre l’arrivée d’une donnée et son exploitation. Le gain dépend toutefois de l’architecture retenue, de la charge et de la qualité des pipelines en amont.
La plateforme intègre également des fonctions de recherche vectorielle. Celles-ci permettent de rapprocher des contenus selon leur similarité et de combiner cette recherche avec des filtres SQL. Elles peuvent notamment servir aux applications d’intelligence artificielle qui doivent retrouver des informations pertinentes avant de produire une réponse.
Et maintenant ?
SingleStore évolue dans un paysage concurrentiel où bases relationnelles, entrepôts cloud et plateformes analytiques élargissent leurs fonctions. Son enjeu est de démontrer l’intérêt opérationnel d’un moteur commun pour plusieurs usages, sans alourdir les coûts ni l’administration. Le développement des applications d’IA pourrait soutenir la demande pour des données accessibles et actualisées. La pertinence de son offre restera néanmoins liée aux besoins concrets de chaque organisation : latence, concurrence des requêtes, gouvernance et simplicité d’exploitation.