Databricks推出面向AI工作负载的PostgreSQL数据库Lakebase

最近，Databricks正式发布Lakebase。这是一个基于PostgreSQL的无服务器OLTP数据库，能够独立扩展计算和存储。它旨在与Databricks平台集成，提供一种综合事务与分析能力的混合解决方案。

据Databricks称，他们推出这项新的无服务器服务是希望在单一平台上集成数据库、分析和治理功能，从而简化实时应用和AI工作负载。Lakebase提供了即时数据分支、特定点时间恢复和统一访问控制，旨在加快开发速度，提高可靠性，并保持操作数据和分析数据的同步。

Databricks认为，操作型数据库并非为当前AI驱动的应用而设计，并将Lakebase称为“一种新型的操作型数据库架构，其特点是在持久化的数据湖存储之上进行轻量级的临时性计算。”项目团队解释了传统数据库面临的挑战：

由于每个查询都在争夺相同的固定CPU和内存资源，单个查询都可能影响所有的实时操作。这些限制拖慢了团队效率，使基于实时数据的工作变得风险重重。随着应用程序的自动化程度越来越高，系统实时对数据进行处理，这种共享的、脆弱的基础设施变成了更大的隐患（……）为了消除这种架构瓶颈，我们创建了lakebase这种新类型的数据库架构，将计算与存储分离。

Databricks Lakebase提供了一个集成到Databricks数据智能平台的托管Postgres数据库服务，提供自动扩展、分支管理和与Databricks服务的无缝集成。这家因围绕Apache Spark构建数据分析与AI平台而闻名的公司，为其广受欢迎的Lakehouse解决方案增添了全新的选项。Databricks首席技术官兼联合创始人Matei Zaharia在LinkedIn上撰文称：

我们相信，这将使使用操作型数据库的工作变得极其简单和可靠。无论操作由人工执行还是由代理执行，你都可以即时创建数据库分支、生成快照、回滚到一个特定的时间点，或者为离线分析创建另一个副本（……）同时完全保留标准的Postgres接口和扩展功能。

新增的托管选项支持单实例高达8TB的容量和最新的数据库版本Postgres 17，包括用于AI驱动搜索的pgvector扩展。正式发布公告中重点展示的应用场景包括：机器学习的实时特征服务、AI智能体的持久内存支持以及嵌入式分析功能。

自2025年6月以来，Lakebase一直在开发当中，它基于Databricks从PostgreSQL公司Neon收购的技术构建，并通过去年10月收购Mooncake得到了进一步加强——改善了PostgreSQL数据库与lakehouse数据的集成。

Lakebase现在提供两个版本：自动扩展和预配置。自动扩展是一个比较新的选项，Databricks正在其中构建新功能，并继续添加预配置版本中当前可用的功能。Ampt联合创始人和亚马逊云科技无服务器英雄Jeremy Daly在其新闻通讯中评论道：

Databricks新推出的Lakebase无服务器数据库正在引起人们的一些关注。将存储和计算分离并不是什么新鲜事，但使用Postgres接口直接写入lakehouse存储，并且是用Spark、Databricks SQL和其他分析引擎可以立即查询的格式，而且不需要ETL，这个变化是巨大的。

自动扩展版本按使用计费，费用以Databricks Unit（DBU）为单位计算，具体取决于工作负载消耗的容量单位小时数。客户可设置自动扩展的最小值和最大值范围，并配置“缩至零”的超时时间。存储费用则单独计算。

在亚马逊云科技的云平台上，Lakebase现在已经可以用于生产环境，而在Azure平台上目前尚处于公开预览阶段。预计在未来几个月内，Lakebase将完全支持Azure，并在今年晚些时候支持谷歌云。根据公告，他们计划在2026年初获得SOC2和HIPAA认证。高可用性（可读从节点）目前仅在预配置版本中提供。

原文链接：

https://www.infoq.com/news/2026/02/typescript-6-released-beta/