Databricks今天推出了LTAP（湖泊事务/分析处理），这是一个新的数据处理架构，统一了湖泊中单一数据副本上的OLAP和OLTP，设计上消除了ETL、复制和管道。LTAP架构的基础Lakebase现在为数千个客户提供服务，并在整个平台上每天处理1200万个数据库启动。Databricks是全球首个LTAP平台。它将Lakebase（无服务器Postgres在开放对象存储上）与Lakehouse结合，在统一的治理模型、真实来源和存储层下为所有操作、分析和流数据提供服务。数据 + AI峰会 - 2026年6月16日 - 数据和AI公司Databricks今天推出了湖泊事务/分析处理（LTAP），这是一个新的数据处理架构，统一了湖泊中单一存储副本上的事务、分析、流数据和操作数据。通过LTAP，企业有一个单一的治理基础，可以进行读取、推理和行动，而无需管道、复制或几十年来定义数据基础设施的ETL负担。凭借Lakebase的重大进展，LTAP为AI应用程序时代提供了新的数据基础。代理化时代的新数据基础 四十年来，事务和分析工作负载一直位于不同的系统中：操作数据库为应用程序提供服务，分析系统回答问题。将它们连接起来意味着构建脆弱且易于在压力下崩溃的CDC管道。人类以人类的速度编写软件时，这已经是一个糟糕的权衡。如今，AI帮助开发人员编写比以往多50倍的应用程序，其中许多由需要近实时读取、推理和操作数据的代理驱动。旧架构并未为此而设计。数据行业曾试图解决不同系统的问题。HTAP承诺将事务和分析数据统一到一个引擎中，但在此过程中崩溃了工作负载隔离，损害了两者的性能，并使组织面临巨大的昂贵专有足迹。零ETL采取了不同的方法，隐藏了CDC管道，而不是消除它。根本的架构问题依然存在。LTAP采取了根本不同的方法：它并不强迫两种工作负载进入一个引擎或隐藏管道，而是在存储层统一数据。所有操作数据立即可查询，并在湖泊中可用于分析，无需管道。事务和分析工作负载独立扩展，具有完全性能和严格隔离。由于LTAP建立在开放标准之上，它可以与任何支持Postgres的应用程序和理解开放表格式（如Iceberg和Delta）的读取器配合使用。"几十年来，复杂的数据基础设施是团队被迫付出的税收，"Databricks联合创始人兼首席执行官Ali Ghodsi说。"然后代理出现了。在几个月内，组织实际上将其劳动力翻了一番，只是没有人类。代理编写代码、打电话和运行循环，以人类团队无法匹敌的速度。推动上一个计算时代的基础设施现在成了任何人都无法承受的瓶颈。LTAP消除了这种瓶颈。" Lakebase增加灾难恢复、Git风格的分支和快照 向LTAP迈出的第一步是Lakebase，它将Postgres原生事务引入对象存储，同一层支持Lakehouse。通过将计算与存储分离，Lakebase改变了同时运行数千个应用程序和代理的经济性。去年刚刚推出的Lakebase已经为包括Block、Ensemble、Superhuman和Zillow在内的数千个客户提供服务，并每天处理1200万个数据库启动。今天，Databricks宣布了新的功能，以扩展Lakebase以满足大规模企业AI的需求。新的跨云、跨地区的灾难恢复使组织能够构建更具弹性的数据信息架构，这在代理接管关键业务操作时变得越来越重要。此外，新的Git风格的分支和快照使得针对生产数据的安全实验成为可能，而自主数据库操作使代理能够监控健康、检测缓慢、提出索引并协助恢复。 LTAP如何完善架构 Lakebase和Lakehouse已经共享一个存储层，但各自保持其数据的独立副本和格式。LTAP填补了这一空白。Lakebase直接将数据存储在Unity Catalog中，使用与Lakehouse相同的开放格式。结果是一个更清晰的架构，由三个属性定义，这些属性共同消除了数十年来定义企业数据基础设施的权衡：统一治理，一个真实的来源：所有操作、分析和流数据均存储在开放对象存储中的开放格式——Delta和Iceberg——无需变换或降级。所有内容都通过Unity Catalog管理，具有统一的身份、权限和审计。