DataStax, Inc. é uma empresa de dados em tempo real para IA, sediada em Santa Clara, Califórnia. A empresa oferece o Astra DB, um banco de dados como serviço em nuvem baseado no Apache Cassandra, juntamente com o DataStax Enterprise (DSE), um banco de dados local construído sobre a mesma tecnologia de código aberto, e o Astra Streaming, um serviço de nuvem de mensageria e streaming de eventos baseado no Apache Pulsar. Em junho de 2022, a DataStax atendia cerca de 800 clientes em mais de 50 países. Em 2025, a IBM adquiriu a DataStax, integrando seus produtos ao portfólio de dados e IA da IBM.
Os produtos da DataStax são projetados para suportar aplicações modernas que exigem acesso a dados de baixa latência e processamento em tempo real, particularmente aquelas que incorporam capacidades de inteligência artificial e aprendizado de máquina. A plataforma da empresa permite que desenvolvedores criem aplicações de IA generativa, incluindo aquelas alimentadas por modelos de linguagem de grande escala, fornecendo armazenamento de dados escalável, streaming e capacidades de busca vetorial.
História
A DataStax foi construída sobre o banco de dados NoSQL de código aberto Apache Cassandra. O Cassandra foi inicialmente desenvolvido internamente no Facebook para lidar com grandes conjuntos de dados em vários servidores e foi lançado como um projeto de código aberto da Apache em 2008. Em 2010, Jonathan Ellis e Matt Pfeil deixaram a Rackspace, onde trabalharam com o Cassandra, para lançar a Riptano em Austin, Texas. Ellis e Pfeil posteriormente renomearam a empresa para DataStax e mudaram sua sede para Santa Clara, Califórnia.
A empresa passou a criar sua própria versão empresarial do Cassandra, um banco de dados NoSQL chamado DataStax Enterprise (DSE). Em 2019, Chet Kapoor foi nomeado o novo CEO da empresa, assumindo o cargo de Billy Bosworth.
Em maio de 2020, a DataStax lançou o Astra DB, um DBaaS para aplicações Cassandra. Em novembro de 2020, a DataStax lançou o K8ssandra, uma distribuição de código aberto do Cassandra no Kubernetes. Em dezembro de 2020, a DataStax lançou o Stargate, um gateway de API de dados de código aberto.
Após adquirir o fornecedor de streaming de eventos Kesque em janeiro de 2021, a empresa lançou o Luna Streaming, uma plataforma de streaming de dados para o Apache Pulsar. A DataStax então reconstruiu a tecnologia da Kesque no Astra Streaming. O serviço de nuvem Astra Streaming tornou-se geralmente disponível em 29 de junho de 2022. Com o lançamento, a empresa adicionou suporte em nível de API para ferramentas de mensageria Apache Kafka, RabbitMQ e Java Message Service, além do Apache Pulsar. O Astra Streaming pode se conectar a uma plataforma de dados maior utilizando o serviço de nuvem Astra DB da DataStax.
A partir de 2023, a DataStax começou a incorporar inteligência artificial e aprendizado de máquina em sua plataforma. Em janeiro de 2023, a empresa adquiriu a Kaskada, desenvolvedora de uma plataforma que ajuda organizações a usar dados para aplicações de IA. A DataStax tornou a tecnologia anteriormente proprietária da Kaskada em código aberto e a integrou ao seu serviço Luna ML, que foi lançado em 4 de maio de 2023. Com a aquisição, o ex-CEO da Kaskada, Davor Bonaci, foi nomeado diretor de tecnologia e vice-presidente executivo da DataStax.
Em 24 de maio de 2023, a DataStax anunciou que faria parceria com a ThirdAI para trazer modelos de linguagem de grande escala para o DSE e o Astra DB, para ajudar desenvolvedores a desenvolver aplicações de IA generativa. Em junho de 2023, a empresa anunciou o desenvolvimento de um tradutor de esquema baseado em GPT em seu serviço de nuvem Astra Streaming. O Astra Streaming GPT Schema Translator usa IA generativa para gerar automaticamente mapeamentos de esquema, para permitir integração de dados e interoperabilidade entre múltiplos sistemas e fontes de dados.
Em 18 de julho de 2023, a empresa anunciou uma parceria com o Google Cloud para disponibilizar busca semântica em seu banco de dados em nuvem Astra DB para desenvolvedores que criam aplicações de IA generativa. Em 13 de setembro de 2023, a DataStax lançou o projeto de código aberto LangStream, que funciona com o Astra DB e suporta bancos de dados vetoriais, incluindo Milvus e Pinecone. O LangStream permite que desenvolvedores trabalhem melhor com fontes de dados de streaming, usando tecnologia Apache Kafka e IA generativa para ajudar a construir arquiteturas orientadas a eventos.
Em novembro de 2023, a DataStax anunciou o RAGStack, uma oferta comercial simplificada para RAG (geração aumentada por recuperação) baseada em LangChain e busca vetorial do Astra DB.
Em 25 de fevereiro de 2025, a IBM anunciou sua intenção de adquirir a DataStax. Em 28 de maio de 2025, a IBM anunciou que havia adquirido oficialmente a DataStax.
Astra DB
O Astra DB está disponível em serviços de nuvem como Azure, Amazon Web Services e Google Cloud. Em fevereiro de 2021, a DataStax anunciou a versão serverless do Astra DB, oferecendo aos desenvolvedores dados com pagamento conforme o uso. Em março de 2022, a DataStax introduziu novas capacidades de captura de dados de alteração (CDC) em seu serviço de nuvem Astra DB. O Astra DB CDC é alimentado pelo Apache Pulsar, o que permite que desenvolvedores gerenciem dados operacionais e de streaming em um só lugar. A DataStax lidera o projeto de código aberto Starlight, que fornece uma camada de compatibilidade para diferentes protocolos sobre o Apache Pulsar.
Em 8 de fevereiro de 2023, a DataStax lançou o Astra Block, um serviço baseado em nuvem baseado no blockchain Ethereum para suportar a construção de aplicações Web3, disponível como parte do Astra DB. O Astra Block pode ser usado por desenvolvedores para transmitir dados aprimorados do blockchain Ethereum para construir ou escalar experiências Web3 no Astra DB. O Astra DB suporta a tecnologia de código aberto LangChain, facilitando para desenvolvedores a criação de aplicações de IA generativa.
DataStax Enterprise (DSE)
A versão 1.0 do DataStax Enterprise (DSE), lançada em outubro de 2011, foi a primeira distribuição comercial do banco de dados Cassandra, projetada para fornecer desempenho de aplicação em tempo real e análise pesada na mesma infraestrutura física. Ela cresceu para incluir controles de segurança avançados, modelos de banco de dados de grafos, análise operacional e capacidades de busca avançada.
Em abril de 2016, a empresa anunciou o lançamento do DataStax Enterprise Graph, adicionando funcionalidade de modelo de dados de grafos ao DSE. Em março de 2017, a DataStax anunciou o lançamento de sua plataforma DSE 5.1, que incluía capacidades de busca melhoradas, controle de segurança aprimorado, melhorias no gerenciamento de dados de grafos e melhorias no desempenho de análise operacional. A DataStax também anunciou uma mudança de estratégia, com um foco adicional em aplicações de experiência do cliente. Em vez de um novo conjunto de tecnologias, a empresa começou a oferecer conselhos sobre melhores práticas aos usuários de sua plataforma DSE principal.
Em abril de 2018, a DataStax lançou o DSE 6, com a nova versão focada em empresas que usam um modelo de computação em nuvem híbrida, com todos os benefícios de um banco de dados em nuvem distribuído em qualquer nuvem pública ou local, duas vezes mais responsividade e capacidade de lidar com o dobro de throughput. Em dezembro de 2018, a DataStax lançou o DSE 6.7, que oferece aos clientes empresariais cinco principais atualizações de novos recursos, incluindo: análise melhorada, busca geoespacial, proteção de dados aprimorada na nuvem, insights de desempenho aprimorados e novas ferramentas de integração para desenvolvedores com o Apache Kafka Connector e imagens Docker de produção certificadas.
Em abril de 2020, a DataStax lançou o DSE 6.8, oferecendo às empresas novas capacidades para desempenho em hardware físico e para suportar mais cargas de trabalho, e servindo como um operador Kubernetes para o Cassandra. O DSE 7.0 foi introduzido em agosto de 2023. Ele oferece melhorias em operações nativas de nuvem e capacidades de IA generativa, e inclui busca vetorial.
Astra Streaming
O Astra Streaming é um serviço de nuvem de mensageria e streaming de eventos baseado no Apache Pulsar. Foi construído a partir da tecnologia adquirida com a Kesque em janeiro de 2021 e tornou-se geralmente disponível em 29 de junho de 2022. O serviço suporta múltiplos protocolos de mensageria, incluindo Apache Kafka, RabbitMQ e Java Message Service, além do Apache Pulsar. O Astra Streaming pode se integrar ao Astra DB para fornecer uma plataforma de dados unificada para aplicações em tempo real.
Em junho de 2023, a DataStax introduziu o Astra Streaming GPT Schema Translator, que usa IA generativa para gerar automaticamente mapeamentos de esquema para integração de dados entre sistemas. Este recurso visa simplificar o processo de conectar fontes de dados díspares e permitir interoperabilidade.
LangStream e Integrações de IA
O LangStream é um projeto de código aberto lançado pela DataStax em 13 de setembro de 2023. Ele funciona com o Astra DB e suporta bancos de dados vetoriais, incluindo Milvus e Pinecone. O LangStream permite que desenvolvedores trabalhem melhor com fontes de dados de streaming, usando tecnologia Apache Kafka e IA generativa para ajudar a construir arquiteturas orientadas a eventos. Ele é projetado para simplificar o desenvolvimento de aplicações alimentadas por IA que processam dados em tempo real.
Em novembro de 2023, a DataStax anunciou o RAGStack, uma oferta comercial simplificada para geração aumentada por recuperação (RAG) baseada em LangChain e busca vetorial do Astra DB. O RAGStack fornece uma pilha pronta para produção para construir aplicações de IA generativa que aproveitam dados empresariais.
Financiamento e Aquisição
Em setembro de 2014, a DataStax levantou US$ 106 milhões em uma rodada de financiamento Série E, elevando o investimento total na empresa para US$ 190 milhões. Em 15 de junho de 2022, a empresa anunciou que havia levantado financiamento adicional, embora os termos específicos não tenham sido divulgados na fonte. Em 2025, a IBM adquiriu a DataStax, completando a aquisição em 28 de maio de 2025, após anunciar sua intenção em 25 de fevereiro de 2025. A aquisição integrou os produtos da DataStax ao portfólio de dados e IA da IBM, expandindo as capacidades da IBM em dados em tempo real e aplicações de IA generativa.