L’équipe MatrixOne publie Git4Data, une couche de contrôle de version intégrée aux bases relationnelles, conçue pour les workflows d’agents IA. Cette innovation répond au besoin croissant de gérer plusieurs états de données explorés en parallèle par des agents à base de grands modèles de langage (LLM), tout en garantissant isolation, reproductibilité et auditabilité.
Git4Data propose d’exposer des opérations de type Git (snapshot, branche, comparaison, fusion) directement via des extensions SQL, traitant la base comme un dépôt et les tables comme des objets versionnés. Ce mécanisme vise à combiner l’efficacité des bases relationnelles pour gérer de larges volumes de données avec la souplesse du contrôle de version, jusque-là absent des systèmes SQL classiques.
MatrixOne : un socle cloud-native pour intégrer Git4Data aux bases relationnelles
Git4Data est implémenté dans MatrixOne, une base relationnelle cloud-native. Cette intégration permet d’exploiter les capacités de gestion de données volumineuses et distribuées tout en ajoutant une couche de versioning native. Contrairement aux outils traditionnels de contrôle de version qui ne gèrent pas efficacement les gros datasets, Git4Data apporte un modèle cohérent pour manipuler les données comme du code, mais à l’échelle des bases SQL.
L’approche de Git4Data est innovante dans la mesure où elle ne se contente pas d’ajouter un contrôle de version externe, mais l’intègre profondément dans la logique relationnelle. Cela ouvre la voie à des workflows agentiques plus robustes, où chaque exploration de données peut être isolée dans une branche, comparée ou fusionnée avec des règles explicites de résolution de conflits.
Agents IA et gestion parallèle d’états : un besoin mal couvert par les outils actuels
Les agents IA basés sur des LLM explorent souvent plusieurs hypothèses ou scénarios simultanément sur des données relationnelles. Chaque état exploré doit rester indépendant pour garantir la reproductibilité des résultats et permettre des audits précis. Or, les systèmes classiques de versioning de code ne s’adaptent pas à la taille et à la nature des données manipulées.
De leur côté, les bases relationnelles sont optimisées pour gérer de larges volumes de données, mais elles ne proposent pas nativement de mécanismes de branchement, comparaison ou fusion d’états. Git4Data comble cette lacune en offrant un contrôle de version intégré, accessible via SQL, ce qui facilite la gestion des workflows complexes d’agents IA.
Extensions SQL pour des opérations Git : un pont entre données et code
Git4Data étend SQL avec des commandes inspirées de Git, telles que snapshot/tag, branche, diff et merge. Ces opérations permettent aux utilisateurs et aux agents de manipuler les données comme des objets versionnés, avec la possibilité de gérer explicitement les conflits lors des fusions.
Cette approche favorise une meilleure traçabilité et auditabilité des modifications, essentielle dans les environnements réglementés ou critiques. Elle permet aussi d’automatiser les workflows agentiques en garantissant que chaque état de données est isolé et reproductible, sans recourir à des systèmes externes ou à des scripts complexes.
Workflows agentiques et les équipes data : effets opérationnels à anticiper
En intégrant le contrôle de version directement dans la base relationnelle, Git4Data simplifie la gestion des données dans les workflows d’agents IA. Les équipes peuvent désormais gérer plusieurs pistes d’exploration en parallèle, comparer facilement les résultats et fusionner les modifications avec des politiques claires.
Cela réduit la complexité opérationnelle liée à la gestion des états multiples et améliore la reproductibilité des analyses. Les workflows deviennent plus transparents et audités, ce qui est un avantage notable pour les secteurs soumis à des exigences de conformité ou de traçabilité.
Limites et perspectives d’adoption de Git4Data
Git4Data est pour l’instant une proposition académique implémentée dans MatrixOne, ce qui limite son usage à cet environnement. Son adoption dépendra de la capacité des bases relationnelles à intégrer nativement ces fonctionnalités et de l’intérêt des entreprises à gérer leurs données avec un modèle Git-like.
Par ailleurs, la complexité des conflits dans les données relationnelles est plus élevée que dans le code source, ce qui pose des défis pour la définition de politiques de fusion robustes. Il faudra observer comment cette approche évolue et s’adapte aux cas d’usage industriels.
Néanmoins, Git4Data ouvre une piste intéressante pour rapprocher les pratiques de gestion de code et de données, en particulier dans les workflows automatisés d’agents IA qui nécessitent une gestion fine et reproductible des états explorés.
Sources
Articles et annonces consultés
Passer à l'action
