Lakebase Postgres ist ab sofort auf Google Cloud allgemein verfügbar

Wir freuen uns, ankündigen zu dürfen, dass Lakebase Postgres auf Google Cloud allgemein verfügbar ist. Teams, die auf Google Cloud entwickeln, können nun produktionsbereites, serverloses Postgres direkt auf der Databricks Data + AI Platform ausführen.

Die Lakebase-Architektur trennt Compute von Storage, wodurch Ressourcenkonflikte und der Infrastrukturaufwand traditioneller Datenbanken entfallen. Sie teilt sich zudem denselben Storage-Layer mit Ihren analytischen Daten, sodass das Erstellen und Warten von Pipelines überflüssig wird. Das Ergebnis ist eine Postgres-Datenbank, die mit Ihrer Anwendung skaliert, ein gemeinsames Governance-Modell mit dem Rest Ihres Datenbestands nutzt und die Total Cost of Ownership senkt.

Lakebase Postgres beseitigt betriebliche Hürden, damit Teams schneller liefern können

Jjahrelang wurden transaktionale Datenbanken und Analyseplattformen getrennt gehalten. Das Verschieben von Betriebsdaten in den Lakehouse erforderte den Bau und die Wartung von ETL-Pipelines, die Duplizierung von Speicher und das Inkaufnahme von Datenlatenzen. Da KI-Agenten nun in Echtzeit auf Daten zugreifen, wird dieser operative Aufwand zu einem immer größeren Risiko.

Mit Lakebase laufen operative Workloads stattdessen auf derselben Plattform mit derselben Sicherheit und Governance wie Ihre Analysen und KI. Es gibt keine isolierten Datenbanken zu verwalten, keine separaten Zugriffskontrollen zu pflegen und keine Datentransfers synchron zu halten. Lakebase ist eine Schlüsselkomponente der Lake Transactional/Analytical Processing (LTAP)-Architektur, die es Unternehmen ermöglicht, ihr Datenfundament zu vereinheitlichen, den operativen Aufwand zu reduzieren und die Infrastrukturkosten zu senken.

Lakebase Postgres auf Google Cloud bietet Teams die Funktionen, um schneller Bereitstellungen durchzuführen:

• Serverloses Autoscaling und Skalierung auf Null: Compute passt sich dem Traffic an und schaltet sich bei Inaktivität ab, sodass Sie nicht für ungenutzte Kapazitäten bezahlen.
• Sofortiges Branching: Erstellen Sie in Sekundenschnelle isolierte, Zero-Copy-Branches von Produktionsdaten, um Änderungen sicher zu testen.
• Point-in-time recovery (PITR): Stellen Sie Ihre Datenbank auf einen bestimmten Zeitpunkt wieder her, um Fehler oder versehentliche Löschungen rückgängig zu machen.
• Standard-Postgres: Verwenden Sie die Tools, Treiber und Erweiterungen, die Sie bereits kennen, einschließlich der integrierten Suchmaschine (pgvector-kompatibel) für KI-gestützte Suche.
• Einheitliche Governance mit Unity Catalog: Wenden Sie konsistente Zugriffskontrollen, Herkunft und Prüfungen über operative, analytische und KI-Daten hinweg an.

„Wir haben uns für Lakebase Postgres als Standardschicht für den Arbeitsspeicher von KI-Agenten bei KaBuM! entschieden, da es die von unserer Conversational AI benötigten Les- und Schreibvorgänge mit niedriger Latenz für ein nahtloses Kundenerlebnis liefert. Mit Lakebase auf Google Cloud haben unsere KI-Engineers ein schnelles, zuverlässiges Fundament, das vollständig in unsere Datenplattform integriert ist.“- Pablo Henrique de Freitas, Data and AI Manager, KaBuM!

Auf Vertrauen und Skalierbarkeit von Google Cloud aufgebaut

Neben der Möglichkeit für Teams, schneller zu entwickeln, bietet Lakebase Postgres auf Google Cloud die Skalierbarkeit, Zuverlässigkeit und Sicherheit, die Produktions-Workloads erfordern:

• Verfügbarkeit auf Unternehmensebene: Multi-Zone High-Availability-Endpunkte mit automatischem Failover werden durch eine 99,99% SLA und Single-Zone-Endpunkte durch eine 99,9% SLA unterstützt.
• Private Konnektivität (Beta): Unternehmenskunden können den Datenbankverkehr mit Google Cloud Private Service Connect aus dem öffentlichen Internet heraushalten und Anwendungen in ihrer eigenen VPC direkt mit Lakebase verbinden.
• Einheitliche Identität und Zugriff: Benutzer und Service Principals authentifizieren sich mit Databricks OAuth oder nativen Postgres-Anmeldeinformationen, und der Zugriff wird zentral im Unity Catalog geregelt.
• Skalierbare Suche in Postgres: Kombinieren Sie Vektor- und Volltextsuche direkt in Lakebase Postgres für den zweifachen Durchsatz von pgvector bei viermal geringeren Kosten (kein zweites System, keine Sync-Pipelines) mit Lakebase Search.
• Datenaufnahme optimieren: Direktes Schreiben ermöglicht es Ihnen, angereicherte Lakehouse-Daten in Lakebase Postgres zu laden, ohne Ihre App zu verlangsamen. Tests zeigen, dass das Laden von 1 TB an Daten weniger als fünf Minuten dauert.

Erste Schritte mit Lakebase Postgres auf Google Cloud

Lakebase Postgres auf Google Cloud bietet Ihnen ein produktionsbereites Fundament für die nächste Generation von Apps und KI-Agenten, ohne dass Sie Infrastruktur verwalten oder Pipelines warten müssen. Ab GA ist es in den folgenden Regionen verfügbar:

• asia-southeast1
• europe-west3
• us-central1
• us-east4
• us-west1

Erstellen Sie Ihr erstes Lakebase-Projekt in Ihrem Databricks Workspace auf Google Cloud, verbinden Sie es mit Ihren vorhandenen Postgres-Tools und legen Sie innerhalb von Minuten los.

Neu bei Databricks? Hier kostenlos starten.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag