Databricks ได้รวมการประมวลผลเชิงวิเคราะห์และธุรกรรมไว้ใน Lakehouse โดยเพิ่มความสามารถในการสืบค้นแบบเรียลไทม์ขนาดใหญ่และความสามารถด้านการตลาดแบบตัวแทน การอัปเดตดังกล่าวได้รับการประกาศที่งาน San Francisco Data + AI Summit ซึ่งดึงดูดผู้เข้าร่วมในสถานที่ได้มากกว่า 30,000 ราย
สถาปัตยกรรม LTAP ใหม่ (การประมวลผล Lake Transactional/Analytical Processing) รวม OLAP และ OLTP เข้าด้วยกันผ่านเลเยอร์พื้นที่จัดเก็บข้อมูลที่ใช้ร่วมกัน โดยผสานรวม Lakebase และ Lakehouse ที่ใช้ Postgres แบบไร้เซิร์ฟเวอร์ภายใต้การกำกับดูแลแบบครบวงจร แหล่งความจริงแห่งเดียว และพื้นที่จัดเก็บข้อมูลที่ใช้ร่วมกันสำหรับข้อมูลการดำเนินงาน การวิเคราะห์ และการสตรีม
แตกต่างจากเครื่องมือรวม OLAP/OLTP ในเลเยอร์คอมพิวเตอร์ LTAP จะรวมข้อมูลที่ชั้นพื้นที่จัดเก็บข้อมูล ทำให้ข้อมูลการดำเนินงานพร้อมสำหรับการวิเคราะห์ในทันทีโดยไม่ต้องมีไปป์ไลน์เพิ่มเติม รองรับการปรับขนาดปริมาณงานด้านธุรกรรมและการวิเคราะห์ที่แยกออกจากกันอย่างสมบูรณ์โดยสูญเสียประสิทธิภาพเป็นศูนย์ สร้างขึ้นบนมาตรฐานแบบเปิด โดยทำงานร่วมกับแอปที่รองรับ Postgres ทั้งหมดและเครื่องอ่านตาราง Delta/Iceberg
“โครงสร้างพื้นฐานข้อมูลที่ซับซ้อนเป็นค่าใช้จ่ายทางธุรกิจมายาวนาน ตัวแทน AI ได้ขยายขีดความสามารถของบุคลากรในองค์กรอย่างรวดเร็ว แต่ระบบเดิมกลับกลายเป็นปัญหาคอขวดที่สำคัญ LTAP ช่วยแก้ปัญหาความท้าทายนี้” Ali Ghodsi ผู้ร่วมก่อตั้งและซีอีโอของ Databricks กล่าว
LTAP สร้างขึ้นบน Lakebase ซึ่งนำธุรกรรม Postgres ไปยังพื้นที่จัดเก็บอ็อบเจ็กต์ Lakehouse การแยกพื้นที่ประมวลผลและการจัดเก็บช่วยลดต้นทุนอย่างมากสำหรับการเรียกใช้แอปขนาดใหญ่พร้อมกันและเอเจนต์ AI Lakebase เปิดตัวเมื่อปีที่แล้ว ให้บริการลูกค้าหลายพันราย รวมถึง Block, Zillow และ Superhuman ซึ่งจัดการการเปิดตัวฐานข้อมูล 12 ล้านครั้งต่อวัน
ก่อนหน้านี้ Lakebase และ Lakehouse เก็บสำเนาข้อมูลและรูปแบบที่แยกจากกันแม้จะมีพื้นที่จัดเก็บข้อมูลที่ใช้ร่วมกันก็ตาม LTAP กำจัดความซ้ำซ้อน โดยจัดเก็บข้อมูลทั้งหมดใน Unity Catalog ด้วยรูปแบบเปิด Lakehouse มาตรฐาน กฎการระบุตัวตน การอนุญาต และการตรวจสอบแบบรวมศูนย์ให้การกำกับดูแลที่สอดคล้องกัน โดยให้ตัวแทน AI ดำเนินการกับแหล่งข้อมูลที่เชื่อถือได้แหล่งเดียว
ปริมาณงานในการทำธุรกรรมยังคงปฏิบัติตามข้อกำหนดของ Postgres ACID อย่างสมบูรณ์ ในขณะที่ปริมาณงานเชิงวิเคราะห์จะทำงานในขนาดที่ไม่จำกัดและเกิดขึ้นพร้อมกัน การเคลื่อนย้ายข้อมูลเป็นศูนย์รับประกันผลการดำเนินงานและการวิเคราะห์ที่สม่ำเสมอโดยไม่จำเป็นต้องใช้ ETL Lakebase เพิ่มการอัปเกรดที่สำคัญสามประการ: การกู้คืนความเสียหายข้ามคลาวด์/ข้ามภูมิภาค การแตกสาขา/สแนปชอตสไตล์ Git สำหรับการทดสอบการผลิตที่ปลอดภัย และการดำเนินการฐานข้อมูลอัตโนมัติที่ขับเคลื่อนด้วย AI สำหรับการตรวจสอบ การเพิ่มประสิทธิภาพ และการกู้คืน
Databricks เปิดตัว Lakehouse//RT ซึ่งเป็น Lakehouse แบบเรียลไทม์ที่ขับเคลื่อนโดยเครื่องประมวลผล Reyden ใหม่ โดยมอบเวลาแฝงระดับมิลลิวินาทีสำหรับผู้ใช้พร้อมกันจำนวนมากและเอเจนต์ AI ซึ่งทำงานโดยกำเนิดบนตาราง Delta Lake และ Iceberg ที่ได้รับการควบคุมภายใต้ Unity Catalog โดยกำจัดสิทธิ์ที่แยกจากกัน รูปแบบที่เป็นกรรมสิทธิ์ และไปป์ไลน์การซิงค์ ซึ่งช่วยลดต้นทุนของเลเยอร์การให้บริการแบบเรียลไทม์แบบสแตนด์อโลน
“เราได้รวมปริมาณงานข้อมูลหลักบนโครงสร้างพื้นฐานแบบเปิดมาเป็นเวลากว่าทศวรรษ Lakehouse//RT เติมเต็มสแต็กโดยมอบเลเยอร์ที่มีความหน่วงต่ำซึ่งสำคัญสำหรับการวิเคราะห์สมัยใหม่และเอเจนต์ AI ซึ่งพิสูจน์ได้ว่า Lakehouses ยังเป็นผู้นำในด้านปริมาณงานแบบเรียลไทม์” Ghodsi กล่าวเสริม
Lakehouse//RT ให้เวลาแฝง 10 มิลลิวินาทีสำหรับชุดข้อมูลขนาดเล็ก และมีเวลาแฝงต่ำกว่า 100 มิลลิวินาทีสำหรับข้อมูลขนาดใหญ่ เกณฑ์มาตรฐานแสดงเวลาแฝงต่ำกว่า 100 มิลลิวินาทีที่ 12,000 QPS โดยปริมาณงานของลูกค้าได้รับประสิทธิภาพเพิ่มขึ้นถึง 16 เท่า เหนือระบบการให้บริการแบบเรียลไทม์แบบเดิม
Databricks ยังได้เปิดตัว CustomerLake ซึ่งเป็น CDP เอเจนต์แบบ Native ที่ใช้ Lakehouse ตามที่กำหนดโดย CDPI CDP จะรวมข้อมูลลูกค้าจากหลายแหล่งให้เป็นโปรไฟล์แบบรวม CustomerLake รวบรวมข้อมูลจากเว็บไซต์ แอป CRM และระบบ POS แทนที่แคมเปญการตลาดแบบครั้งเดียวด้วย "แคมเปญอินฟินิตี้" ที่ขับเคลื่อนโดยตัวแทนอย่างต่อเนื่อง เพื่อมอบประสบการณ์ลูกค้าแบบเรียลไทม์ส่วนบุคคลนับพันล้านขนาด
เมื่อติดตั้งด้วยตัวแทนแคมเปญและโปรไฟล์เฉพาะ ระบบนิเวศของพันธมิตรแบบเปิด และ ETL แบบย้อนกลับแบบเนทีฟ จะรวมและเปิดใช้งานข้อมูลลูกค้าทั่วทั้งกลุ่ม Martech หลังจาก Lakewatch ผลิตภัณฑ์นี้เป็นผลิตภัณฑ์ระดับองค์กรประเภทที่สองของ Databricks โดยใช้รูปแบบการใช้งานตามมูลค่าแทนการให้สิทธิ์ใช้งานซอฟต์แวร์แบบดั้งเดิม
ความพร้อมใช้งาน: Lakehouse//RT อยู่ในช่วงเบต้า; LTAP จะเปิดตัวเร็ว ๆ นี้ในฐานะฟีเจอร์ Lakebase; CustomerLake อยู่ในการแสดงตัวอย่างแบบส่วนตัวโดยมีผู้ใช้งานกลุ่มแรกๆ เช่น HP, Circle K, AB InBev และ Getnet ของ Santander โดยเฉพาะอย่างยิ่ง บริษัทฐานข้อมูลเวกเตอร์ Zilliz ใช้คำว่า "Lakebase" แตกต่างออกไปสำหรับ Milvus Vector Lakebase
Beijing Qianxing Jietong Technology Co., Ltd.
Sandy Yang/ผู้อำนวยการฝ่ายกลยุทธ์ระดับโลก
WhatsApp / WeChat: +86 13426366826
อีเมล: yangyd@qianxingdata.com
เว็บไซต์: www.qianxingdata.com/www.storagesserver.com
มุ่งเน้นธุรกิจ:
การจัดจำหน่ายผลิตภัณฑ์ ICT/บูรณาการระบบและบริการ/โซลูชั่นโครงสร้างพื้นฐาน
ด้วยประสบการณ์การจัดจำหน่ายด้านไอทีมากกว่า 20 ปี เราร่วมมือกับแบรนด์ชั้นนำระดับโลกเพื่อนำเสนอผลิตภัณฑ์ที่เชื่อถือได้และบริการระดับมืออาชีพ
“ใช้เทคโนโลยีเพื่อสร้างโลกอัจฉริยะ” ผู้ให้บริการผลิตภัณฑ์ ICT ที่เชื่อถือได้ของคุณ!
ข้อความของคุณจะต้องอยู่ระหว่าง 20-3,000 ตัวอักษร!
Thai
