Databricks 欲合併企業運行的兩大數據庫

Databricks 正致力於消除企業運營數據庫與分析系統之間的界限。在舊金山舉行的數據+AI峯會上，該公司發佈了名為“湖事務/分析處理”（LTAP）的新架構，旨在為AI智能體重構數據堆棧。

LTAP 的設計基於公司此前收購的 Neon 和 Mooncake Labs 技術。Databricks 首席執行長 Ali Ghodsi 表示：“幾十年來，複雜的數據基礎設施一直是團隊的負擔。智能體出現後，組織在數月內有效翻倍了勞動力，但基礎設施卻成了瓶頸。LTAP 移除了這一瓶頸。”

傳統上，企業需同時運行在線事務處理（OLTP）和在線分析處理（OLAP）兩種數據庫，前者用於實時業務操作，後者用於報告與分析，兩者通過 ETL 管道橋接。Databricks 認為，AI 智能體需要整合的系統，既能讀取實時事務數據，又能推理歷史上下文並立即行動。

LTAP 將事務和分析數據統一在單一存儲層中，以開放格式存儲在雲對象存儲上，同時為兩類工作負載保留獨立計算引擎。其基礎是 Databricks 於 2025 年 6 月推出的 Lakebase 操作數據庫。現在，Lakebase 新增了對關鍵業務工作負載的支持，包括原生向量和全文搜索、通過 Zerobus 的實時事件攝入，以及類似 Git 的分支功能，讓智能體可以快速複製數據庫進行實驗。

另一半架構是湖庫//RT（Lakehouse//RT），一個由名為 Reyden 的向量化引擎驅動的實時分析引擎，直接運行在湖倉中的 Delta 和 Iceberg 表上，無需額外的服務層。Databricks 稱其可實現毫秒級延遲，無需數據複製或管道。

此外，Databricks 還推出了 Unity AI Gateway 用於控制模型和智能體的成本與訪問、Genie One 通用智能體、OpenSharing 數據共享協議、面向營銷團隊的 CustomerLake，以及收購安全公司 Panther。Ghodsi 認為，數據層是 Databricks 真正的護城河，而行業專用產品如 CustomerLake 可進一步鞏固其地位。