AlloyDB AI ganha ai.classify e ai.extract para classificar e extrair dados de texto direto em SQL
Aprofundamento CEVIU
Aprofundamento
O ponto central é tirar o ciclo de exportar, chamar modelo, parsear e gravar de dentro da aplicação e levá-lo para o query engine. As duas funções, ai.classify e ai.extract, ficam na extensão google_ml_integration (versão 1.6.1 ou posterior) no PostgreSQL 18. O Google as descreve em preview, embora o status da notícia indique lançamento disponível.
A ai.classify aceita rótulos simples ou rótulos com descrição, faz classificação single-label ou multi-label, aceita few-shot inline e roda sobre TEXT, TEXT[] e REFCURSOR. A ai.extract devolve JSON a partir de um JSON schema padrão ou de uma lista de campos em texto, e as instruções de sistema ficam por conta do banco. Para consultas com WHERE, o smart batching (antes AI Function Acceleration) agrupa entradas em micro-batches antes de chamar os modelos da Gemini Enterprise Agent Platform. Segundo a fonte, isso acelera a inference frente à avaliação linha a linha e reduz o gasto de tokens ao diluir o overhead do prompt. O Google diz ainda que as próximas entregas devem incluir otimização de custo, rastreio de proveniência por linha e pushdown além do WHERE.
O que mudou
Em 4 de abril de 2026, o CEVIU noticiou "AlloyDB IA amplifica PostgreSQL com funções de IA", quando o produto oferecia embeddings vetoriais, busca com ScaNN, SQL em linguagem natural e chamadas de modelos via SQL. Agora o AlloyDB AI ganha funções dedicadas a tarefas de texto (classificar e extrair), com schema e rótulos declarados na própria consulta, e um mecanismo de batching para escalar.
Por que isso importa
Para quem opera pipelines sobre dados transacionais, isso sugere menos código de cola e menos movimentação de dados sensíveis para fora do banco, o que ajuda em governança. A contrapartida a avaliar é o custo de tokens em tabelas grandes e a qualidade dos rótulos e schemas, já que o resultado ainda depende do modelo. O movimento também se alinha ao que o CEVIU registrou em 5 de novembro de 2026 sobre o AI.AGG no BigQuery: IA generativa virando operador SQL nos bancos.
Linha do tempo
CEVIU noticia as funções de IA do AlloyDB com embeddings, busca vetorial e chamadas de modelo via SQL.
Google Cloud detalha o AI.AGG, agregação semântica em SQL no BigQuery.
AlloyDB AI lança ai.classify e ai.extract com smart batching.
Perguntas frequentes
O que são ai.classify e ai.extract no AlloyDB AI?
São duas funções SQL do query engine do AlloyDB AI. A ai.classify categoriza texto em classes definidas por você. A ai.extract transforma texto não estruturado em JSON no schema que você informar.
Quais os requisitos para usar as funções?
É preciso ter a extensão google_ml_integration na versão 1.6.1 ou posterior, rodando no PostgreSQL 18. As funções chamam modelos da Gemini Enterprise Agent Platform.
O que é o smart batching?
É o recurso, antes chamado de AI Function Acceleration, que agrupa entradas em micro-batches quando as funções aparecem em cláusulas WHERE. Segundo o Google, isso acelera a inference e reduz o gasto de tokens.
Dá para classificar com mais de um rótulo por linha?
Sim. Com output_mode => 'multi', a ai.classify retorna todas as categorias correspondentes. Com 'single', devolve só a melhor.
Fontes
- cloud.google.comfonte original
- Categoria
- CEVIU Dados
- Publicado
- 11 de novembro de 2026
- Editoria
- CEVIU Dados

