उत्तरप्रकाशित2 माह पहलेLast edited 2 माह पहले16 स्रोत

Google Cloud ने AI एजेंट्स के लिए डेटाबेस ऑटोमेशन और Persistent Cloud Run Instances पेश किए

Google Cloud ने अगस्त 2026 में डेटाबेस onboarding और observability के लिए AI agents पेश किए और persistent AI workloads के लिए Cloud Run instances का preview जारी किया। Database Onboarding Agent Day 0 सेटअप और database selection संभालता है, जबकि Database Observability Agent fleet monitoring, troubleshooting और स्वीकृ...

प्रकाशितकर्ताGPT-5.6 Luna से संपादितGPT Image 1.5 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

Google Cloud ने अगस्त 2026 में डेटाबेस onboarding और observability के लिए AI agents पेश किए और persistent AI workloads के लिए Cloud Run instances का preview जारी किया।
Database Onboarding Agent Day 0 सेटअप और database selection संभालता है, जबकि Database Observability Agent fleet monitoring, troubleshooting और स्वीकृत fixes लागू करने में मदद करता है।
Cloud Run instances बिना autoscaling वाले singleton runtimes हैं, जो स्थिर HTTPS address के साथ अधिकतम सात दिनों तक चल सकते हैं और लंबे समय तक सक्रिय personal AI agents के लिए बनाए गए हैं।

Illustration of AI agents connected to cloud databases and a persistent serverless runtime — What did Google Cloud announce in August 2026 to reduce the operational burden of managing databases and hosting persistent AI workloads, inEditorial illustration of Google Cloud’s database agents and persistent Cloud Run infrastructure for AI workloads.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What did Google Cloud announce in August 2026 to reduce the operational burden of managing databases and hosting persistent AI workloads, in. Article summary: In August 2026, Google Cloud positioned two new offerings as complementary infrastructure for AI agents: database agents that reduce the human work of provisioning and operating data stores, and persistent Cloud Run runt. Topic tags: general, general web, documentation, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
openai.com

अगस्त 2026 में Google Cloud ने AI एजेंट्स के लिए infrastructure की दो अहम समस्याओं को निशाना बनाया—पहली, सही database चुनने और उसे लगातार manage करने का operational काम; दूसरी, ऐसे AI agents को host करना जिन्हें सामान्य web requests न होने पर भी उपलब्ध रहना होता है।

कंपनी ने एक ओर Database Operations Agents पेश किए, जो Gemini Cloud Assist में integrated हैं। दूसरी ओर, उसने Cloud Run instances का preview जारी किया—एक singleton runtime, जिसे लंबे समय तक चलने वाले और stateful workloads के लिए बनाया गया है। इन दोनों घोषणाओं से पता चलता है कि Google Cloud अपने data और compute layers को agentic applications के अनुरूप ढाल रहा है। 2 4 11

Database Operations Agents क्या करते हैं?

Google Cloud ने अपने Agentic Data Cloud strategy के तहत Database Onboarding Agent और Database Observability Agent पेश किए हैं। इन दोनों की भूमिका स्पष्ट रूप से अलग है: onboarding agent deployment से पहले के Day 0 काम को संभालता है, जबकि observability agent deployment के बाद के Day 1 और Day 2 operations पर ध्यान देता है। 2

Database Onboarding Agent: requirements से deployment तक

Database Onboarding Agent टीम की workload requirements को समझकर उपयुक्त managed database की सिफारिश करता है और configuration तथा deployment की प्रक्रिया में मार्गदर्शन देता है। इसका उद्देश्य उन manual architecture और provisioning decisions को कम करना है, जिन्हें application live करने से पहले developers या platform teams को आम तौर पर खुद लेना पड़ता है।

यह AlloyDB, Bigtable, Cloud SQL और Spanner को support करता है। 2

इसका फायदा उस स्थिति में हो सकता है जब developer या platform team को यह पता हो कि application को किस तरह का workload और operational setup चाहिए, लेकिन यह स्पष्ट न हो कि Google Cloud की कौन-सी database service उन जरूरतों के लिए सबसे उपयुक्त होगी।

Database Observability Agent: monitoring और troubleshooting

Database Observability Agent deployment के बाद database fleet के operational lifecycle पर काम करता है। Google के अनुसार, इसमें fleet monitoring, anomaly detection, diagnosis, troubleshooting, optimization और maintenance जैसी क्षमताएं शामिल हैं। यह Cloud SQL, AlloyDB, Spanner, Bigtable, Firestore और Memorystore पर काम करता है। 2 24

यह agent किसी एक signal को अलग-अलग देखने के बजाय Database Insights और Database Center telemetry, Cloud Monitoring, Cloud Logging और Cloud Trace से जानकारी को आपस में जोड़ता है। इस analysis में metrics, query information, inventory और issues से जुड़ा data शामिल हो सकता है, जिससे संभावित root cause की जांच की जा सके। 2

इसका लक्ष्य केवल dashboard alert दिखाना नहीं है। Agent किसी समस्या की व्याख्या कर सकता है, response की सिफारिश कर सकता है और multi-step remediation workflow में मदद कर सकता है। Google ने उदाहरण के तौर पर Cloud SQL connection pooling enable करने या indexes जोड़ने का उल्लेख किया है।

हालांकि production पर असर डालने वाले बदलावों के लिए human approval जरूरी है। Validated remediation को लागू करने से पहले व्यक्ति की मंजूरी ली जाती है। Investigation और remediation सुविधाएं चुनिंदा ग्राहकों के लिए preview में थीं। 2 24

Developers इन database agents तक कैसे पहुंचेंगे?

ये agents Gemini Cloud Assist में integrated हैं और इन्हें Gemini chat तथा Cloud Console के संबंधित database pages से इस्तेमाल किया जा सकता है। Google ने command-line tools, MCP servers और tools, third-party tools तथा integrated development environments यानी IDEs के जरिए access का भी उल्लेख किया है। 2

इसका मतलब है कि database assistance केवल किसी एक operations dashboard तक सीमित नहीं रहेगी। Developers और operators जिस जगह infrastructure की जांच, resource provisioning या coding करते हैं, वहीं natural-language workflow का इस्तेमाल कर सकेंगे।

Cloud Run instances लंबे समय तक सक्रिय AI agents के लिए

28 अगस्त को Google Cloud ने Cloud Run instances का preview पेश किया। यह conventional autoscaling Cloud Run service से अलग primitive है। प्रत्येक instance एक singleton के रूप में चलता है—यानी केवल एक instance बनाए रखा जाता है और autoscaling नहीं होती। Google इसे personal AI agents जैसे long-running और stateful workloads के लिए position कर रहा है। 4

Cloud Run instances की प्रमुख विशेषताएं हैं:

लगातार अधिकतम सात दिनों तक चलने वाला runtime
Default रूप से configured automatic-restart policy
ऐसा स्थिर HTTPS URL, जो updates और restarts के बाद भी नहीं बदलता
Instance को रोककर बाद में फिर resume करने की सुविधा
Request volume के अनुसार scale होने वाली fleet के बजाय एक dedicated runtime 4

यह architecture ऐसे agent के लिए उपयोगी हो सकता है जिसे किसी एक user की state, identity या background activity बनाए रखनी हो। इसके विपरीत, अचानक बढ़ने वाले concurrent web traffic को संभालने वाले सामान्य stateless endpoint के लिए conventional autoscaling service अधिक स्वाभाविक विकल्प हो सकती है।

Cloud Run instance की Google द्वारा बताई गई कीमत

Google ने 1 vCPU और 1 GiB RAM वाले configuration के लिए 30 दिनों तक लगातार operation की कीमत $5.70 बताई है। इसमें shared vCPU और burst budgets का इस्तेमाल होता है। 4

Google इस offering का लाभ केवल कीमत के आधार पर नहीं, बल्कि operational simplicity के रूप में भी बताता है। Dedicated virtual machine की तुलना में users को VM और operating-system maintenance, firewall management और अपना HTTPS endpoint बनाने जैसे काम नहीं करने पड़ते।

फिर भी, इस कीमत को Google की published preview positioning के रूप में देखना चाहिए, न कि हर स्थिति पर लागू होने वाली universal cost comparison के रूप में। वास्तविक लागत configuration, usage, region और billing details पर निर्भर करेगी। 4 30 31

Google ने OffDeal के एक customer statement का भी हवाला दिया, जिसमें cold starts में 88% कमी की बात कही गई थी। यह customer-reported result है; इसे Google की सामान्य performance guarantee या independent benchmark नहीं माना जाना चाहिए। 4

AI-agent infrastructure की दिशा में इन उत्पादों का महत्व

Traditional cloud applications में stateless request handling और persistent data services को आम तौर पर अलग रखा जाता है। AI agents इस model को अधिक जटिल बना देते हैं। उन्हें durable identity और endpoint, memory या state, लंबे समय तक चलने वाली background execution तथा tools और operational data तक access की जरूरत हो सकती है।

Google Cloud की अगस्त की घोषणाएं इन जरूरतों को दो स्तरों पर address करती हैं:

Database layer अधिक autonomous बन रही है। Onboarding agent database चुनने और provision करने में मदद करता है, जबकि observability agent पूरी database estate को monitor कर सकता है, समस्याओं की जांच कर सकता है और approved fixes लागू कर सकता है। 2
Compute layer में persistence-focused विकल्प जुड़ रहा है। Cloud Run instances ऐसे agents के लिए stable, singleton runtime देते हैं जिन्हें scale-to-zero या केवल incoming traffic पर शुरू होने वाले model के बजाय लगातार उपलब्ध रहना चाहिए। 4

Google Cloud की व्यापक रणनीति उसके Agentic Data Cloud framing में भी दिखाई देती है। इसका उद्देश्य data, AI models और operational databases को agent-driven action के लिए एक साथ लाना है। 11

इस approach की खास बात यह है कि Google operational workflow का अधिक हिस्सा automate कर रहा है, लेकिन production पर असर डाल सकने वाले database changes के लिए human approval बनाए रखता है। 2

Developers और teams के लिए सीधा निष्कर्ष

Google Cloud इन घोषणाओं के जरिए कोई एक universal “agent platform” पेश नहीं कर रहा है। इसके बजाय, वह AI workloads की दो खास जरूरतों के लिए targeted primitives दे रहा है:

जब चुनौती database selection, provisioning, fleet visibility या troubleshooting हो, तब Database Operations Agents उपयोगी हो सकते हैं।
जब किसी agent को एक persistent, addressable runtime चाहिए और वह सामान्य serverless service के scale-to-zero model में फिट नहीं बैठता, तब Cloud Run instances पर विचार किया जा सकता है।

दोनों offerings preview-oriented terms में पेश की गई हैं। इसलिए production deployment से पहले teams को availability, supported configurations, permissions, pricing और automated remediation की सीमाओं की पुष्टि करनी चाहिए। फिर भी व्यापक दिशा स्पष्ट है: Google Cloud AI agents को ऐसे workloads के रूप में देख रहा है जिन्हें अधिक autonomous operations और अधिक durable infrastructure—दोनों की जरूरत है।

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं