Databricks ha unificato l'elaborazione analitica e transazionale sul suo Lakehouse, aggiungendo una grande query in tempo reale e funzionalità di marketing agentica.Gli aggiornamenti sono stati annunciati al suo vertice di San Francisco Data + AI, attirando oltre 30.000 partecipanti sul posto.
La nuova architettura LTAP (Lake Transactional/Analytical Processing) unifica OLAP e OLTP tramite uno storage layer condiviso.Integra il Lakebase e il Lakehouse senza server basati su Postgres sotto una governance unificata, fonte unica di verità e archiviazione condivisa per i dati operativi, analitici e di streaming.
A differenza degli strumenti di unificazione OLAP/OLTP a livello di calcolo, LTAP converge i dati al livello di archiviazione.Scalabilità completamente isolata dei carichi di lavoro transazionali e analitici con perdita di prestazioni zero. Costruito su standard aperti, funziona con tutte le applicazioni compatibili con Postgres e i lettori di tabelle Delta/Iceberg.
L'intelligenza artificiale ha contribuito a migliorare l'efficacia delle infrastrutture di dati.Tuttavia, i sistemi legacy sono diventati un grosso collo di bottiglia. LTAP risolve questa sfida"Ha detto il co-fondatore e CEO di Databricks, Ali Ghodsi.
LTAP è basato su Lakebase, che porta le transazioni Postgres allo storage degli oggetti di Lakehouse.Lanciato l'anno scorso, Lakebase serve migliaia di clienti tra cui Block, Zillow e Superhuman, gestendo 12 milioni di lanci di database giornalieri.
In precedenza, Lakebase e Lakehouse mantenevano copie e formati di dati separati nonostante lo storage condiviso.memorizzare tutti i dati in Unity Catalog con i formati aperti standard di LakehouseLe regole unificate di identità, autorizzazione e audit forniscono una governance coerente, consentendo agli agenti di IA di operare su una fonte di dati affidabile.
I carichi di lavoro transazionali mantengono la piena conformità Postgres ACID, mentre i carichi di lavoro analitici vengono eseguiti su scala e in concomitanza illimitate.Il movimento di dati zero garantisce risultati operativi e analitici coerenti senza necessità di ETL. Lakebase aggiunge tre aggiornamenti chiave: cross-cloud/cross-region disaster recovery, ramificazione/snapshot in stile Git per test di produzione sicuri e operazioni di database autonome basate sull'IA per il monitoraggio,ottimizzazione e recupero.
Databricks ha lanciato Lakehouse//RT, un Lakehouse in tempo reale basato sul nuovo motore di calcolo Reyden, che offre latenza di millisecondi per utenti simultanei e agenti di IA,in esecuzione nativamente su tabelle governate Delta Lake e Iceberg sotto Unity CatalogElimina le autorizzazioni separate, i formati proprietari e le pipeline di sincronizzazione, eliminando il costo dei livelli di servizio in tempo reale indipendenti.
¢Abbiamo unificato i carichi di lavoro dei dati di base su infrastrutture aperte per un decennio.Dimostrando che le Lakehouse sono anche leader nei carichi di lavoro in tempo reale"Ghodsi ha aggiunto.
Lakehouse//RT raggiunge una latenza di 10 ms per piccoli set di dati e una latenza di sotto-100 ms per i dati su larga scala.con carichi di lavoro dei clienti che aumentano fino a 16 volte le prestazioni rispetto ai sistemi tradizionali di servizio in tempo reale.
Databricks ha anche debuttato con CustomerLake, un CDP basato su Lakehouse.CustomerLake consolida i dati dei siti web, applicazioni, sistemi CRM e POS, sostituendo campagne di marketing una tantum con campagne continue "infinity" guidate da agenti per offrire esperienze personalizzate in tempo reale su scala miliardaria.
Equipaggiato con agenti dedicati per campagne e profili, un ecosistema di partner aperto e un ETL inverso nativo, unifica e attiva i dati dei clienti in tutti gli stack martech.è il secondo prodotto verticale di Databricks, adottando un modello di consumo basato sul valore al posto della tradizionale concessione di licenze software.
Disponibilità: Lakehouse//RT è in versione beta; LTAP sarà lanciato presto come funzionalità Lakebase; CustomerLake è in anteprima privata con early adopters tra cui HP, Circle K, AB InBev e Getnet di Santander.La società di database vettoriali Zilliz applica il termine Lakebase in modo diverso per il suo Milvus Vector Lakebase.
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang, direttore della strategia globale
WhatsApp / WeChat: +86 13426366826
Email: yangyd@qianxingdata.com
Sito web: www.qianxingdata.com/www.storagesserver.com
Affari:
Distribuzione di prodotti TIC/integrazione di sistemi e servizi/soluzioni infrastrutturali
Con oltre 20 anni di esperienza nella distribuzione IT, collaboriamo con i principali marchi globali per fornire prodotti affidabili e servizi professionali.
Utilizzare la tecnologia per costruire un mondo intelligenteIl vostro fornitore di servizi di prodotti ICT di fiducia!
Il tuo messaggio deve contenere da 20 a 3000 caratteri!
Italian
