Databricks 近日宣佈，其 AI Search 服務在原有的 Delta 表基礎上，新增對三種表源的原生支援：流式表（Streaming Tables）、物化檢視（Materialized Views）以及使用 Iceberg v3+ 的託管表（Managed tables）。這一更新旨在幫助使用者更輕鬆地構建即時智慧應用，減少因資料格式轉換和同步而帶來的額外管道維護工作。
此前，若要將流式表、物化檢視或 Iceberg 託管表用於 AI Search，客戶需要先建立一份獨立的 Delta 表副本，並構建管道來保持同步。這不僅增加了資料層，還需要編寫自定義更新邏輯，帶來持續的運維負擔。現在，AI Search 可以直接連線這些資料來源，使用者只需建立索引並按需同步，平臺會自動將變更傳播到索引中，徹底消除了中間表和自定義同步管道。
三種表源各自適用於不同的場景。流式表適合持續到達的事件資料，例如新列表、庫存、可用性或使用者活動。AI Search 會隨著新記錄的到達即時索引，保持搜尋索引的最新狀態。這使得應用能夠根據最新資料動態調整搜尋結果，比如幫助使用者發現新上線的餐廳，或基於近期趨勢生成即時推薦。
物化檢視則擅長處理聚合和連線後的定製化狀態。它可以聚合事件、過濾記錄並連線多個資料來源，生成個性化檢視。當底層資料變化時，檢視會增量維護，AI Search 隨之將變更傳播到索引，從而支援會話感知推薦、基於近期活動的產品發現，以及根據使用者興趣演變定製結果等個性化搜尋體驗。
對於使用 Iceberg 託管表的使用者，現在可以直接將其作為 AI Search 的資料來源，無需轉換或遷移到其他表格式。這為開放格式資料提供了搜尋索引和其他 AI 應用的能力，使得跨引擎的 AI 應用成為可能。例如，可以搜尋由不同系統管理的產品目錄，統一儲存在多個 Iceberg 託管表中的業務或客戶資料，或在不移動底層資料的情況下對大型分散式資料集構建搜尋體驗。
無論透過 UI 還是 API，構建 AI Search 索引的工作流都與現有的 Delta 表源相同：建立一個 Delta Sync 索引並將其指向源表。同樣的工作流現在擴充套件到了流式表、物化檢視和 Iceberg 表，使用者無需學習新的操作方式。Databricks 表示，使用者可以立即開始從這些資料來源建立 AI Search 索引，無需額外的資料管道。