與所有數據對話，無論它在哪裏
Databricks 推出 Lakehouse Federation，無需遷移即可連接外部數據源，並通過 Genie 進行自然語言查詢，同時通過 Unity Catalog 保持治理一致性。
隨着代理式AI的興起，跨源推理的需求在12個月前還不存在，如今已成為業務用户的熱切期望。他們希望用自然語言提問，例如“上個季度哪些營銷活動帶來了最高的投資回報率？”，並立即從數據中獲得洞察。然而，企業數據通常分散在多個系統中，如 AWS Glue、Snowflake、Oracle、BigQuery、Postgres，有時還鎖定在遺留專有格式中，將所有數據遷移到單一系統可能需要數月時間。
Databricks 的 Lakehouse Federation 提供了一種解決方案：無需遷移數據，即可在整個數據資產上進行推理。它直接連接到現有數據源，並將其納入 Unity Catalog 的統一治理層。權限、血緣和訪問控制在所有連接系統中一致工作，從而提供企業級安全性，無需逐個源重建。業務用户隨後可以通過 Genie 用自然語言查詢統一數據，獲得跨越每個連接平台的答案，而無需單個管道、複製或遷移步驟。
以下是設置步驟的簡要説明，以連接 AWS Glue 為例：
- 使用 Lakehouse Federation 連接外部數據源：創建到外部 AWS Glue 項目的連接，將數據原地同步到 Unity Catalog，無需複製數據，確保數據始終最新。
- 利用現有元數據：原始表和列名通常對AI模型無意義。Lakehouse Federation 會自動從源系統導入表描述、列註釋和業務術語，使 Genie 能立即理解模式。目前支持 Glue 和 BigQuery 的註釋導入，並預覽對 PostgreSQL、Redshift、MySQL、Snowflake 的支持。
- 在聯邦數據上定義可複用的語義：Unity Catalog Semantics 允許將業務邏輯（如 ROI 計算公式）定義為治理對象，使其在所有查詢工具中一致計算。這些指標可以直接在聯邦表上定義，無需遷移。
- 向 Genie 提問：數據連接並上下文化後，營銷分析師可以在 Genie 房間中提問，Genie 會解析到認證的 ROI 度量，自動生成正確的 SQL，從 Glue 中的實時數據返回準確答案。
Lakehouse Federation 和 Genie 只是 Unity Catalog 賦能整個數據資產 AI 洞察的一個例子。未來，Databricks 將致力於：豐富聯邦表的業務語義（AI 增強描述）、通過升級為託管表提升性能（節省50%以上成本、20倍更快查詢）、以及增加更多的聯邦支持平台。要開始使用，請閲讀 Lakehouse Federation 文檔，報名參與外部表註釋預覽，或開始免費試用 Databricks。