PostgreSQL
als fundament

Alles wat MeAndAI bouwt, draait op één database. Niet omdat het de enige optie is — maar omdat het de beste is voor wat wij doen.

🎈 Even in gewone taal

Stel je voor dat je een gigantisch slim notitieboek hebt.

In dat notitieboek schrijf je alles op: klanten, producten, bestellingen, medewerkers, gesprekken. En het bijzondere: je kunt er ook later razendsnel in zoeken — zelfs als je precies de betekenis van iets zoekt, niet alleen het exacte woord.

PostgreSQL is zo'n notitieboek — maar dan een die miljoenen pagina's aankan, die nooit iets vergeet, en die gratis beschikbaar is voor iedereen. Al meer dan 35 jaar wordt hij elke dag beter gemaakt door duizenden ontwikkelaars over de hele wereld.

Wij bouwen alles op dit fundament. Niet omdat het indrukwekkend klinkt — maar omdat het gewoon het meest betrouwbare gereedschap is dat we kennen.

Vier redenen

Waarom wij kiezen voor PostgreSQL

🔓

Niemand stuurt de rekening

PostgreSQL is volledig open source. Geen licentiekosten, geen abonnement, geen vendor die morgen de prijs verdubbelt. U betaalt voor de hardware waarop het draait — en verder niets.

⚙ Voor de technisch geïnteresseerde
PostgreSQL valt onder de PostgreSQL License — permissief, vergelijkbaar met BSD. Geen copyleft-verplichtingen. Productiegebruik, aanpassen, integreren in eigen software: allemaal toegestaan zonder terugkoppelplicht. Ideaal voor commerciële toepassingen.
🧩

Hij begrijpt onze taal

MERRADT-objecten zijn beschrijvingen met veel losse onderdelen — niet alles heeft dezelfde velden. PostgreSQL kan zulke flexibele data opslaan én er supersnel in zoeken, zonder dat de structuur verloren gaat.

⚙ Voor de technisch geïnteresseerde
MERRADT-objecten leven als JSONB in PostgreSQL. JSONB slaat JSON op als binaire boom — sneller dan tekst-JSON, indexeerbaar met GIN-indexen, en volledig querybaar via ->> en @> operatoren. Alle 8 dimensies zijn in één record opgeslagen en individueel opvraagbaar zonder joins.
📈

Groeit mee zonder herproblemen

Of u één gebruiker heeft of honderdduizend — PostgreSQL schaalt mee. Een kleine horeca-uitbater en een middelgroot logistiek bedrijf draaien op exact dezelfde techniek, alleen met meer of minder resources eronder.

⚙ Voor de technisch geïnteresseerde
Verticaal schalen via grotere instantie, horizontaal via read replicas en logical replication. Voor multi-tenant SaaS-gebruik combineren we row-level security met schema-isolatie per klant. Connection pooling via PgBouncer houdt de overhead laag bij veel gelijktijdige verbindingen.
🔍

AI-zoeken zit er al in

Gewoon zoeken is woorden matchen. AI-zoeken is betekenis matchen. PostgreSQL kan dat — zonder aparte externe dienst. Alles zit in dezelfde database waar ook uw klantdata staat.

⚙ Voor de technisch geïnteresseerde
Via de pgvector-extensie slaan we embedding-vectoren op naast de JSONB-objecten. Semantische search via <-> (cosine distance) of <#> (inner product). HNSW-indexen (Hierarchical Navigable Small World) voor sub-milliseconde approximate nearest neighbor search op grote datasets — essentieel voor onze RAG-pipeline.

De stapel

Van database tot gebruikersscherm

Vier lagen. Elke laag heeft één verantwoordelijkheid. Zo blijft alles begrijpelijk — en vervangbaar als er iets beters komt.

LAAG 1 PostgreSQL + pgvector 🗄️ LAAG 2 MERRADT-laag objecten · regels · relaties LAAG 3 Applicatielaag Garçon · SAGAN · Owly LAAG 4 Gebruikersinterface / API

Laag 1 — PostgreSQL

De kluis. Alles wat ooit is opgeslagen, leeft hier. Nooit verloren, altijd vindbaar. Inclusief de AI-geheugenlagen via pgvector.

Laag 2 — MERRADT

De vertaler. Geeft de ruwe data betekenis. Elk object weet wie het is, wat het doet en hoe het samenhangt met de rest.

Laag 3 — Applicatie

De motor. Garçon, SAGAN Suite, Owly — elk gebouwd op dezelfde fundament, met eigen logica bovenop de gedeelde datalaag.

Laag 4 — Interface / API

Wat u ziet en gebruikt. Of dat nu een scherm, een chat, of een API-call is — het is altijd hetzelfde systeem eronder.

Voor de ontwikkelaar

Hoe een MERRADT-object eruitziet
in de database

Sla dit gerust over als je gewoon wilt weten wat het oplevert. 👆

-- Een product als MERRADT-object in PostgreSQL
INSERT INTO merradt_objects (type, data, embedding)
VALUES (
  'product',
  '{
    "materie": "Pinot Noir 2019, fles 75cl",
    "energie": "Drinktemperatuur 16-18°C",
    "ruimte": "Kelder A, Rek 3, Positie 12",
    "richting": "Leverancier: Wijngaard Maessen",
    "regel": "Bestel bij voorraad < 3",
    "afstand": "Max. 3 dagen levertijd",
    "doel": "Aanbevolen bij ribeye en wild",
    "tijd": "Houdbaar tot 2031"
  }'
::jsonb,
  -- pgvector embedding voor semantisch zoeken:
  embed('Pinot Noir Bourgogne rood wijn ribeye')
);

-- RAG-query: vind producten die passen bij "iets hartigs"
SELECT data->>'materie', data->>'doel'
FROM merradt_objects
ORDER BY embedding <-> embed('iets hartigs bij de wijn')
LIMIT 5;

Bouw mee

Wil je op dit fundament
iets bouwen?

Of je nu developer bent die wil integreren, of een bedrijf dat zijn data wil structureren — het begint hier.