Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Belangrijk
Deze functie bevindt zich in Openbare Preview in de volgende regio's: westus, westus2, eastus, eastus2, centralus, southcentralus, northeurope, westeurope, australiaeast, brazilsouth, canadacentral, centralindia, southeastasia, uksouth.
Op deze pagina maakt u kennis met Lakebase Provisioned, een volledig beheerde Postgres OLTP-database-engine die is geïntegreerd in het Databricks Data Intelligence Platform. Een database-exemplaar is een type Azure Databricks-rekenproces dat de opslag en rekenkracht biedt voor het uitvoeren van een Postgres-server die meerdere databases beheert.
Overzicht
Een OLTP-database (Online Transaction Processing) is een gespecialiseerd type databasesysteem dat is ontworpen om efficiënt grote hoeveelheden realtime transactionele gegevens te verwerken. Met Lakebase kunt u een OLTP-database maken in Azure Databricks en OLTP-workloads integreren met uw Lakehouse. Met deze OLTP-database kunt u databases maken en beheren die zijn opgeslagen in door Databricks beheerde opslag.
Het gebruik van een OLTP-database in combinatie met het Azure Databricks-platform vermindert de complexiteit van toepassingen aanzienlijk. Lakebase is goed geïntegreerd met Databricks Feature Store, SQL-magazijnen en Databricks-apps. Het gebruik van synchronisatietabellen biedt een eenvoudige en krachtige manier om gegevens te synchroniseren tussen OLTP- en OLAP-workloads (Online Analytical Processing).
Op basis van Postgres en volledig geïntegreerd met het Databricks Data Intelligence Platform neemt Lakebase verschillende kernplatformmogelijkheden over, waaronder:
- Vereenvoudigd beheer: Maakt gebruik van een bestaande Azure Databricks-infrastructuur voor het implementeren van exemplaren met losgekoppelde berekeningen en opslag, het vastleggen van beheerde wijzigingsgegevens met Delta Lake en ondersteuning voor implementaties met meerdere clouds.
- Geïntegreerde mogelijkheden voor kunstmatige intelligentie (AI) en machine learning (ML): Biedt ondersteuning voor functionaliteit en modelbediening, verrijkte generatie door opzoeking (RAG) en andere AI- en ML-integraties.
- Geïntegreerde verificatie en governance: U kunt eventueel Unity Catalog gebruiken om beveiligde toegang tot gegevens af te dwingen.
Voorbeelden van gebruikssituaties
De volgende voorbeelden laten zien hoe organisaties in verschillende branches Gebruikmaken van Azure Databricks-integraties voor realtime besluitvorming en werkstroomautomatisering:
- E-commerce: Gebruik vooraf berekende klantsegmenten en inzichten ter ondersteuning van werkstromen zoals preferentiële levering, aanbiedingsdoel en gepersonaliseerde productaanbeveling.
- Gezondheidszorg: Beheer klinische proefgegevens en bekijk relevante inzichten via aanbevelingssystemen die zijn ingesloten in klinische werkstromen.
- Financiële dienstverlening: Schakel automatische markthandel in op basis van streaminggegevens en vooraf getrainde modellen.
- Detailhandel: Gebruik een chatbot met recente gespreksgeschiedenis en realtime gegevens (bijvoorbeeld inhoud van winkelwagentjes) om antwoorden aan te passen en betrokkenheid te stimuleren.
- Productie: Houd machinetelemetrie en IoT-gegevens bij om besluitvorming met lage latentie en geautomatiseerde onderhoudswerkstromen te ondersteunen.
Workloadtypen
- Gegevens die worden geleverd: Inzichten van gouden tabellen leveren aan toepassingen met lage latentie en hoge QPS.
- Toepassingsstatus opslaan: Beheer uw werkstroomstatus in ons transactionele gegevensarchief.
- Feature Serving: Lever featurisatiegegevens met een lage latentie aan modellen.
Databricks-integratie
De volgende mogelijkheden bieden ondersteuning voor het integreren van Lakebase met bestaande Mogelijkheden van Azure Databricks:
- Integratie van online feature store: Gebruik PostgreSQL-tabellen als een online store voor realtime feature-verstrekking. Zie Databricks Online Feature Stores.
- Databricks Apps-gegevens opslaan: Voeg database-exemplaren toe als een app-resource om gegevens over Azure Databricks Apps-implementaties te behouden. Zie Een Lakebase-resource toevoegen aan een Databricks-app.
- Databricks Assetbundels-bronnen: Definieer database-exemplaren en gesynchroniseerde tabellen als bronnen in een bundel om complexe projecten beter te beheren. Zie database_instance en synced_database_table.
- Databricks Terraform-integratie: Gebruik de Databricks Terraform-provider om Lakebase-resources te maken en te beheren. Met Terraform kunt u de ingewikkeldste aspecten van het implementeren en beheren van uw gegevensplatformen automatiseren. Zie de Databricks Terraform-provider en de Terraform-documentatie.