Databricks telah menyatukan pemrosesan analitis dan transaksional di Lakehouse-nya, menambahkan kueri real-time berskala besar dan kemampuan pemasaran agen. Pembaruan ini diumumkan pada San Francisco Data + AI Summit, yang menarik lebih dari 30.000 peserta di lokasi.
Arsitektur LTAP (Lake Transactional/Analytical Processing) baru menyatukan OLAP dan OLTP melalui lapisan penyimpanan bersama. Ini mengintegrasikan Lakebase dan Lakehouse berbasis Postgres tanpa server di bawah satu tata kelola terpadu, satu sumber kebenaran, dan penyimpanan bersama untuk data operasional, analitis, dan streaming.
Tidak seperti alat penyatuan OLAP/OLTP lapisan komputasi, LTAP menyatukan data pada lapisan penyimpanan. Hal ini membuat data operasional siap untuk dianalisis secara instan tanpa saluran tambahan, mendukung penskalaan beban kerja transaksional dan analitis yang independen dan sepenuhnya terisolasi tanpa kehilangan kinerja. Dibangun berdasarkan standar terbuka, ini berfungsi dengan semua aplikasi yang kompatibel dengan Postgres dan pembaca tabel Delta/Iceberg.
"Infrastruktur data yang kompleks telah lama menjadi beban bisnis. Agen AI telah dengan cepat memperluas kapasitas tenaga kerja perusahaan, namun sistem lama telah menjadi hambatan besar - LTAP memecahkan tantangan ini," kata Co-founder dan CEO Databricks, Ali Ghodsi.
LTAP dibangun di Lakebase, yang membawa transaksi Postgres ke penyimpanan objek Lakehouse. Pemisahan komputasi-penyimpanannya secara drastis mengurangi biaya untuk menjalankan aplikasi dan agen AI secara bersamaan. Diluncurkan tahun lalu, Lakebase melayani ribuan pelanggan termasuk Block, Zillow dan Superhuman, menangani 12 juta peluncuran database setiap hari.
Sebelumnya, Lakebase dan Lakehouse mempertahankan salinan dan format data terpisah meskipun penyimpanannya digunakan bersama. LTAP menghilangkan duplikasi yang berlebihan, menyimpan semua data di Unity Catalog dengan format terbuka standar Lakehouse. Identitas terpadu, izin, dan aturan audit memberikan tata kelola yang konsisten, memungkinkan agen AI beroperasi pada satu sumber data tepercaya.
Beban kerja transaksional mempertahankan kepatuhan penuh Postgres ACID, sementara beban kerja analitis dijalankan pada skala dan konkurensi yang tidak terbatas. Perpindahan data nol menjamin hasil operasional dan analitis yang konsisten tanpa memerlukan ETL. Lakebase menambahkan tiga peningkatan utama: pemulihan bencana lintas cloud/lintas wilayah, percabangan/snapshot gaya Git untuk pengujian produksi yang aman, dan operasi database otonom yang didukung AI untuk pemantauan, pengoptimalan, dan pemulihan.
Databricks meluncurkan Lakehouse//RT, Lakehouse real-time yang digerakkan oleh mesin komputasi Reyden baru. Ini memberikan latensi tingkat milidetik untuk pengguna dan agen AI dalam jumlah besar secara bersamaan, berjalan secara asli pada tabel Delta Lake dan Iceberg yang diatur dalam Unity Catalog. Ini menghilangkan izin terpisah, format kepemilikan, dan jalur sinkronisasi, sehingga menghilangkan biaya lapisan penyajian real-time yang berdiri sendiri.
"Kami telah menyatukan beban kerja data inti pada infrastruktur terbuka selama satu dekade. Lakehouse//RT melengkapi tumpukan tersebut, menghadirkan lapisan latensi rendah yang penting untuk analitik modern dan agen AI, membuktikan bahwa Lakehouses juga memimpin dalam beban kerja real-time," tambah Ghodsi.
Lakehouse//RT mencapai latensi 10 md untuk kumpulan data kecil dan latensi di bawah 100 md untuk data berskala besar. Tolok ukur menunjukkan latensi di bawah 100 ms pada 12.000 QPS, dengan beban kerja pelanggan memperoleh kinerja hingga 16x dibandingkan sistem layanan real-time tradisional.
Databricks juga meluncurkan CustomerLake, CDP agen asli yang berbasis di Lakehouse. Sebagaimana didefinisikan oleh CDPI, CDP menyatukan data pelanggan multi-sumber ke dalam profil terpadu. CustomerLake menggabungkan data dari situs web, aplikasi, CRM, dan sistem POS, menggantikan kampanye pemasaran satu kali dengan “kampanye tak terbatas” yang berkelanjutan yang digerakkan oleh agen untuk memberikan pengalaman pelanggan real-time yang dipersonalisasi dan berskala miliaran.
Dilengkapi dengan agen kampanye dan profil khusus, ekosistem mitra terbuka, dan ETL terbalik asli, ini menyatukan dan mengaktifkan data pelanggan di seluruh tumpukan martech. Setelah Lakewatch, ini adalah produk perusahaan vertikal kedua Databricks, yang mengadopsi model konsumsi berbasis nilai alih-alih lisensi perangkat lunak tradisional.
Tersedianya: Lakehouse//RT masih dalam versi beta; LTAP akan segera diluncurkan sebagai fitur Lakebase; CustomerLake sedang dalam pratinjau pribadi dengan pengguna awal termasuk HP, Circle K, AB InBev, dan Getnet Santander. Khususnya, perusahaan basis data vektor Zilliz menerapkan istilah “Lakebase” secara berbeda untuk Milvus Vector Lakebase miliknya.
Beijing Qianxing Jietong Technology Co, Ltd.
Sandy Yang/Direktur Strategi Global
WhatsApp / WeChat: +86 13426366826
Surel: yangyd@qianxingdata.com
Situs web: www.qianxingdata.com/www.storagesserver.com
Fokus Bisnis:
Distribusi Produk TIK/Integrasi Sistem & Layanan/Solusi Infrastruktur
Dengan pengalaman distribusi TI selama lebih dari 20 tahun, kami bermitra dengan merek global terkemuka untuk menghadirkan produk yang andal dan layanan profesional.
“Menggunakan Teknologi untuk Membangun Dunia Cerdas”Penyedia Layanan Produk TIK Tepercaya Anda!
Pesan Anda harus antara 20-3.000 karakter!
Indonesian
