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/
