DataStax, Inc. es una empresa de datos en tiempo real para IA con sede en Santa Clara, California. La empresa ofrece Astra DB, una base de datos como servicio en la nube basada en Apache Cassandra, junto con DataStax Enterprise (DSE), una base de datos local construida sobre la misma tecnología de código abierto, y Astra Streaming, un servicio en la nube de mensajería y transmisión de eventos basado en Apache Pulsar. A partir de junio de 2022, DataStax atendía a aproximadamente 800 clientes en más de 50 países. En 2025, IBM adquirió DataStax, integrando sus productos en la cartera de datos e IA de IBM.
Los productos de DataStax están diseñados para admitir aplicaciones modernas que requieren acceso a datos de baja latencia y procesamiento en tiempo real, particularmente aquellas que incorporan capacidades de inteligencia artificial y aprendizaje automático. La plataforma de la empresa permite a los desarrolladores crear aplicaciones de IA generativa, incluidas aquellas impulsadas por modelos de lenguaje grandes, al proporcionar almacenamiento de datos escalable, transmisión y capacidades de búsqueda vectorial.
Historia
DataStax se construyó sobre la base de datos NoSQL de código abierto Apache Cassandra. Cassandra fue desarrollada inicialmente internamente en Facebook para manejar grandes conjuntos de datos en múltiples servidores y se lanzó como un proyecto de código abierto de Apache en 2008. En 2010, Jonathan Ellis y Matt Pfeil dejaron Rackspace, donde habían trabajado con Cassandra, para lanzar Riptano en Austin, Texas. Ellis y Pfeil luego renombraron la empresa como DataStax y trasladaron su sede a Santa Clara, California.
La empresa pasó a crear su propia versión empresarial de Cassandra, una base de datos NoSQL llamada DataStax Enterprise (DSE). En 2019, Chet Kapoor fue nombrado nuevo CEO de la empresa, sucediendo a Billy Bosworth.
En mayo de 2020, DataStax lanzó Astra DB, un DBaaS para aplicaciones Cassandra. En noviembre de 2020, DataStax lanzó K8ssandra, una distribución de código abierto de Cassandra en Kubernetes. En diciembre de 2020, DataStax lanzó Stargate, una puerta de enlace de API de datos de código abierto.
Después de adquirir al proveedor de eventos de transmisión Kesque en enero de 2021, la empresa lanzó Luna Streaming, una plataforma de transmisión de datos para Apache Pulsar. DataStax luego reconstruyó la tecnología de Kesque en Astra Streaming. El servicio en la nube Astra Streaming estuvo disponible de forma general el 29 de junio de 2022. Con el lanzamiento, la empresa agregó soporte a nivel de API para las herramientas de mensajería Apache Kafka, RabbitMQ y Java Message Service, además de Apache Pulsar. Astra Streaming puede conectarse a una plataforma de datos más grande utilizando el servicio en la nube Astra DB de DataStax.
A partir de 2023, DataStax comenzó a incorporar inteligencia artificial y aprendizaje automático en su plataforma. En enero de 2023, la empresa adquirió Kaskada, desarrolladora de una plataforma que ayuda a las organizaciones a usar datos para aplicaciones de IA. DataStax hizo que la tecnología anteriormente propietaria de Kaskada fuera de código abierto y la integró en su servicio Luna ML, que se lanzó el 4 de mayo de 2023. Con la adquisición, el ex CEO de Kaskada, Davor Bonaci, fue nombrado director de tecnología y vicepresidente ejecutivo de DataStax.
El 24 de mayo de 2023, DataStax anunció que se asociaría con ThirdAI para llevar modelos de lenguaje grandes a DSE y Astra DB, para ayudar a los desarrolladores a crear aplicaciones de IA generativa. En junio de 2023, la empresa anunció el desarrollo de un traductor de esquemas basado en GPT en su servicio en la nube Astra Streaming. El Traductor de Esquemas GPT de Astra Streaming utiliza IA generativa para generar automáticamente asignaciones de esquemas, para permitir la integración de datos y la interoperabilidad entre múltiples sistemas y fuentes de datos.
El 18 de julio de 2023, la empresa anunció una asociación con Google Cloud para hacer disponible la búsqueda semántica en su base de datos en la nube Astra DB para desarrolladores que crean aplicaciones de IA generativa. El 13 de septiembre de 2023, DataStax lanzó el proyecto de código abierto LangStream, que funciona con Astra DB y admite bases de datos vectoriales, incluidas Milvus y Pinecone. LangStream permite a los desarrolladores trabajar mejor con fuentes de datos de transmisión, utilizando tecnología Apache Kafka y IA generativa para ayudar a construir arquitecturas impulsadas por eventos.
En noviembre de 2023, DataStax anunció RAGStack, una oferta comercial simplificada para RAG (generación aumentada por recuperación) basada en LangChain y la búsqueda vectorial de Astra DB.
El 25 de febrero de 2025, IBM anunció su intención de adquirir DataStax. El 28 de mayo de 2025, IBM anunció que había adquirido oficialmente DataStax.
Astra DB
Astra DB está disponible en servicios en la nube como Azure, Amazon Web Services y Google Cloud. En febrero de 2021, DataStax anunció la versión sin servidor de Astra DB, ofreciendo a los desarrolladores datos de pago por uso. En marzo de 2022, DataStax introdujo nuevas capacidades de captura de cambios de datos (CDC) en su servicio en la nube Astra DB. Astra DB CDC está impulsado por Apache Pulsar, lo que permite a los desarrolladores gestionar datos operativos y de transmisión en un solo lugar. DataStax lidera el proyecto de código abierto Starlight, que proporciona una capa de compatibilidad para diferentes protocolos sobre Apache Pulsar.
El 8 de febrero de 2023, DataStax lanzó Astra Block, un servicio basado en la nube basado en la cadena de bloques Ethereum para admitir la creación de aplicaciones Web3, disponible como parte de Astra DB. Astra Block puede ser utilizado por desarrolladores para transmitir datos mejorados de la cadena de bloques Ethereum para construir o escalar experiencias Web3 en Astra DB. Astra DB admite la tecnología de código abierto LangChain, lo que facilita a los desarrolladores crear aplicaciones de IA generativa.
DataStax Enterprise (DSE)
La versión 1.0 de DataStax Enterprise (DSE), lanzada en octubre de 2011, fue la primera distribución comercial de la base de datos Cassandra, diseñada para proporcionar rendimiento de aplicaciones en tiempo real y análisis pesados en la misma infraestructura física. Creció para incluir controles de seguridad avanzados, modelos de bases de datos de grafos, análisis operativos y capacidades de búsqueda avanzada.
En abril de 2016, la empresa anunció el lanzamiento de DataStax Enterprise Graph, agregando funcionalidad de modelo de datos de grafos a DSE. En marzo de 2017, DataStax anunció el lanzamiento de su plataforma DSE 5.1, que incluía capacidades de búsqueda mejoradas, control de seguridad mejorado, mejoras en su gestión de datos de grafos y mejoras en el rendimiento de análisis operativos. DataStax también anunció un cambio de estrategia, con un enfoque adicional en aplicaciones de experiencia del cliente. En lugar de un nuevo conjunto de tecnologías, la empresa comenzó a ofrecer consejos sobre mejores prácticas a los usuarios de su plataforma DSE principal.
En abril de 2018, DataStax lanzó DSE 6, con la nueva versión enfocada en empresas que utilizan un modelo de computación en la nube híbrida, con todos los beneficios de una base de datos en la nube distribuida en cualquier nube pública o local, el doble de capacidad de respuesta y la capacidad de manejar el doble de rendimiento. En diciembre de 2018, DataStax lanzó DSE 6.7, que ofrece a los clientes empresariales cinco mejoras clave de nuevas funciones, que incluyen: análisis mejorados, búsqueda geoespacial, protección de datos mejorada en la nube, información de rendimiento mejorada y nuevas herramientas de integración para desarrolladores con Apache Kafka Connector e imágenes Docker de producción certificadas.
En abril de 2020, DataStax lanzó DSE 6.8, ofreciendo a las empresas nuevas capacidades para el rendimiento de hardware dedicado y para admitir más cargas de trabajo, y sirviendo como operador de Kubernetes para Cassandra. DSE 7.0 se introdujo en agosto de 2023. Ofrece mejoras en operaciones nativas de la nube y capacidades de IA generativa, e incluye búsqueda vectorial.
Astra Streaming
Astra Streaming es un servicio en la nube de mensajería y transmisión de eventos basado en Apache Pulsar. Se construyó a partir de la tecnología adquirida con Kesque en enero de 2021 y estuvo disponible de forma general el 29 de junio de 2022. El servicio admite múltiples protocolos de mensajería, incluidos Apache Kafka, RabbitMQ y Java Message Service, además de Apache Pulsar. Astra Streaming puede integrarse con Astra DB para proporcionar una plataforma de datos unificada para aplicaciones en tiempo real.
En junio de 2023, DataStax introdujo el Traductor de Esquemas GPT de Astra Streaming, que utiliza IA generativa para generar automáticamente asignaciones de esquemas para la integración de datos entre sistemas. Esta función tiene como objetivo simplificar el proceso de conectar fuentes de datos dispares y permitir la interoperabilidad.
LangStream e Integraciones de IA
LangStream es un proyecto de código abierto lanzado por DataStax el 13 de septiembre de 2023. Funciona con Astra DB y admite bases de datos vectoriales, incluidas Milvus y Pinecone. LangStream permite a los desarrolladores trabajar mejor con fuentes de datos de transmisión, utilizando tecnología Apache Kafka y IA generativa para ayudar a construir arquitecturas impulsadas por eventos. Está diseñado para simplificar el desarrollo de aplicaciones impulsadas por IA que procesan datos en tiempo real.
En noviembre de 2023, DataStax anunció RAGStack, una oferta comercial simplificada para la generación aumentada por recuperación (RAG) basada en LangChain y la búsqueda vectorial de Astra DB. RAGStack proporciona una pila lista para producción para construir aplicaciones de IA generativa que aprovechan los datos empresariales.
Financiación y Adquisición
En septiembre de 2014, DataStax recaudó $106 millones en una ronda de financiación Serie E, elevando la inversión total en la empresa a $190 millones. El 15 de junio de 2022, la empresa anunció que había recaudado financiación adicional, aunque los términos específicos no se divulgaron en la fuente. En 2025, IBM adquirió DataStax, completando la adquisición el 28 de mayo de 2025, después de anunciar su intención el 25 de febrero de 2025. La adquisición integró los productos de DataStax en la cartera de datos e IA de IBM, expandiendo las capacidades de IBM en datos en tiempo real y aplicaciones de IA generativa.