A Databricks unificou o processamento analítico e transacional em sua Lakehouse, adicionando consultas em tempo real em larga escala e capacidades de marketing de agentes.As atualizações foram anunciadas em sua Cúpula de San Francisco Data + AI, atraindo mais de 30 000 participantes no local.
A nova arquitetura LTAP (Lake Transactional/Analytical Processing) unifica o OLAP e o OLTP através de uma camada de armazenamento compartilhada.Ele integra o Lakebase e o Lakehouse baseados no Postgres sem servidor sob uma governança unificada, fonte única de verdade e armazenamento partilhado de dados operacionais, analíticos e de transmissão.
Ao contrário das ferramentas de unificação OLAP/OLTP da camada de computação, o LTAP converge dados na camada de armazenamento.Escalagem totalmente isolada de cargas de trabalho transacionais e analíticas com perda de desempenho zeroConstruído em padrões abertos, funciona com todos os aplicativos compatíveis com Postgres e leitores de tabelas Delta/Iceberg.
¢Infra-estruturas de dados complexas têm sido durante muito tempo uma sobrecarga das empresas.No entanto, os sistemas herdados tornaram-se um dos principais gargalos. O LTAP resolve este desafio, disse o co-fundador e CEO da Databricks, Ali Ghodsi.
O LTAP é baseado no Lakebase, que traz transações Postgres para o armazenamento de objetos Lakehouse.Lançado no ano passado, Lakebase serve milhares de clientes, incluindo Block, Zillow e Superhuman, processando 12 milhões de lançamentos diários de banco de dados.
Anteriormente, Lakebase e Lakehouse mantinham cópias e formatos de dados separados, apesar do armazenamento compartilhado.armazenando todos os dados no Unity Catalog com formatos abertos padrão LakehouseRegras unificadas de identidade, autorização e auditoria proporcionam uma governança consistente, permitindo que os agentes de IA operem em uma fonte de dados confiável.
As cargas de trabalho transacionais mantêm a plena conformidade com o Postgres ACID, enquanto as cargas de trabalho analíticas são executadas em escala ilimitada e em simultâneo.O movimento zero de dados garante resultados operacionais e analíticos consistentes sem necessidade de ETLO Lakebase adiciona três atualizações principais: recuperação de desastres entre nuvens / regiões, ramificação / instantâneos no estilo Git para testes de produção seguros e operações de banco de dados autônomos baseados em IA para monitoramento,Optimização e recuperação.
A Databricks lançou o Lakehouse//RT, um Lakehouse em tempo real impulsionado pelo novo motor de computação Reyden.rodando de forma nativa nas tabelas governadas do Delta Lake e do Iceberg sob o Unity CatalogElimina permissões separadas, formatos proprietários e canalizações de sincronização, eliminando o custo de camadas de serviço em tempo real independentes.
¢Temos cargas de trabalho de dados básicos unificadas em infraestrutura aberta há uma década.Provando Lakehouses também liderar em cargas de trabalho em tempo real"Ghodsi acrescentou.
Lakehouse//RT atinge 10ms latência para pequenos conjuntos de dados e sub-100ms latência para dados de grande escala.com cargas de trabalho dos clientes ganhando até 16 vezes o desempenho em relação aos sistemas tradicionais de atendimento em tempo real.
A Databricks também lançou o CustomerLake, um CDP nativo baseado em Lakehouse.CustomerLake consolida dados de sites, aplicativos, sistemas CRM e POS, substituindo campanhas de marketing únicas por campanhas contínuas infinitas orientadas por agentes para oferecer experiências personalizadas em tempo real de bilhões de clientes.
Equipado com agentes de campanha e perfil dedicados, um ecossistema de parceiros aberto e ETL reverso nativo, unifica e ativa dados de clientes em todas as pilhas de martech.É o segundo produto da empresa vertical da Databricks, adotando um modelo de consumo baseado no valor em vez de licenças tradicionais de software.
Disponibilidade: Lakehouse//RT está em versão beta; LTAP será lançado em breve como um recurso Lakebase; CustomerLake está em pré-visualização privada com os primeiros utilizadores, incluindo HP, Circle K, AB InBev e Getnet de Santander.empresa de banco de dados de vetores Zilliz aplica o termo Lakebase de forma diferente para o seu Milvus Vector Lakebase.
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang, Diretora Global de Estratégia
WhatsApp / WeChat: +86 13426366826
E-mail: yangyd@qianxingdata.com
Site: www.qianxingdata.com/www.storagesserver.com
Foco em Negócios:
Distribuição de produtos TIC/Integração de sistemas e serviços/Soluções de infraestrutura
Com mais de 20 anos de experiência em distribuição de TI, fazemos parcerias com as principais marcas globais para fornecer produtos confiáveis e serviços profissionais.
¢Utilizando a tecnologia para construir um mundo inteligente ¢O seu prestador de serviços de produtos TIC de confiança!
Por favor verifique seu email!
Portuguese
