- Databricks ha lanzado hoy LTAP (Lake Transactional/Analytical Processing), una nueva arquitectura de procesamiento de datos que unifica OLAP y OLTP en una sola copia de datos en el lago, eliminando por diseño los procesos ETL, las réplicas y los pipelines.
- Lakebase, la base de la arquitectura LTAP, ahora sirve a miles de clientes y gestiona 12 millones de inicios de bases de datos al día en toda la plataforma.
- Databricks es la primera plataforma LTAP del mundo. Combina Lakebase (Postgres serverless en almacenamiento de objetos abierto) con el Lakehouse bajo un único modelo de gobernanza, fuente de verdad y capa de almacenamiento para todos los datos operativos, analíticos y de streaming.
DATA + AI SUMMIT – 16 de junio de 2026 – Databricks, la compañía de datos e IA, ha presentado hoy Lake Transactional/Analytical Processing (LTAP), una nueva arquitectura de procesamiento de datos que unifica transacciones, analítica, streaming y datos operativos en una sola copia de almacenamiento en el lago. Con LTAP, las empresas disponen de una base gobernada única sobre la que leer, razonar y actuar, sin pipelines, réplicas ni la sobrecarga de ETL que ha definido la infraestructura de datos durante décadas. Impulsado por importantes avances en Lakebase, LTAP proporciona una nueva base de datos para la era de las aplicaciones de IA.
La nueva base de datos para la era de los agentes
Durante cuatro décadas, las cargas de trabajo transaccionales y analíticas han vivido en sistemas separados: las bases de datos operativas daban servicio a las aplicaciones, mientras que los sistemas analíticos respondían a las preguntas. Conectarlos implicaba crear pipelines CDC que son frágiles y propensos a fallar bajo presión. Eso ya era un mal compromiso cuando los humanos escribían software a velocidad humana. Hoy en día, la IA ayuda a los desarrolladores a escribir aproximadamente 50 veces más aplicaciones que antes, muchas de las cuales están impulsadas por agentes que necesitan leer, razonar y actuar sobre los datos casi en tiempo real. La antigua arquitectura no se diseñó para esto.
La industria de los datos ya ha intentado resolver antes el problema de los sistemas dispares. HTAP prometía unificar los datos transaccionales y analíticos en un solo motor, pero en el proceso destruyó el aislamiento de las cargas de trabajo, comprometió el rendimiento de ambos y dejó a las organizaciones con una infraestructura propietaria enorme y costosa. Zero ETL adoptó un enfoque diferente, ocultando el pipeline CDC en lugar de eliminarlo. El problema arquitectónico subyacente persistía.
LTAP adopta un enfoque fundamentalmente diferente: en lugar de forzar ambas cargas de trabajo en un solo motor u ocultar el pipeline, unifica los datos en la capa de almacenamiento. Todos los datos operativos se pueden consultar de inmediato y están disponibles en el lago para su análisis, sin necesidad de pipelines. Las cargas de trabajo transaccionales y analíticas se escalan de forma independiente con un rendimiento total y un aislamiento estricto. Y como LTAP se basa en estándares abiertos, funciona con cualquier aplicación que hable Postgres y cualquier lector que entienda formatos de tabla abiertos como Iceberg y Delta.
“Durante décadas, una infraestructura de datos complicada era un impuesto que los equipos se veían obligados a pagar”, afirmó Ali Ghodsi, cofundador y CEO de Databricks. “Luego llegaron los agentes. En cuestión de meses, las organizaciones duplicaron eficazmente su fuerza de trabajo, solo que no con humanos. Los agentes escriben código, realizan llamadas y ejecutan bucles a un ritmo que los equipos humanos nunca podrían alcanzar. La infraestructura que impulsó la última era de la informática es ahora el cuello de botella que nadie se puede permitir. LTAP lo elimina”.
Lakebase añade recuperación ante desastres, ramificación al estilo Git y snapshots
El primer paso hacia LTAP fue Lakebase, que llevó las transacciones nativas de Postgres al almacenamiento de objetos, la misma capa que impulsa el Lakehouse. Al separar el cómputo del almacenamiento, Lakebase transforma la viabilidad económica de ejecutar miles de aplicaciones y agentes a la vez. Lanzado apenas el año pasado, Lakebase ya sirve a miles de clientes, incluidos Block, Ensemble, Superhuman y Zillow, y gestiona 12 millones de inicios de bases de datos al día.
Hoy, Databricks ha anunciado nuevas capacidades que amplían Lakebase para la IA empresarial a escala. La nueva recuperación ante desastres multicloud y multirregión permite a las organizaciones crear arquitecturas de datos más resilientes, algo cada vez más importante a medida que los agentes asumen operaciones de misión crítica. Además, la nueva ramificación al estilo Git y los snapshots permiten experimentar de forma segura con datos de producción, mientras que las operaciones autónomas de bases de datos permiten a los agentes supervisar el estado, detectar ralentizaciones, proponer índices y ayudar en la recuperación.
Cómo LTAP completa la arquitectura
Lakebase y el Lakehouse ya compartían una capa de almacenamiento, pero cada uno mantenía su propia copia de datos en su propio formato. LTAP cierra esa brecha. Lakebase almacena los datos directamente en Unity Catalog, utilizando los mismos formatos abiertos que el Lakehouse. El resultado es una arquitectura más limpia, definida por tres propiedades que, en conjunto, eliminan los compromisos que han definido la infraestructura de datos empresarial durante décadas:
- Gobernanza unificada, una única fuente de verdad: Todos los datos operativos, analíticos y de streaming residen en un almacenamiento de objetos abierto en formatos abiertos (Delta e Iceberg), sin transformación ni degradación. Todo se gobierna a través de Unity Catalog con un único modelo de identidad, permisos y auditoría, de modo que cada motor lee la misma copia y los agentes comparten una única superficie gobernada sobre la que actuar.
- Sin compromisos de rendimiento para ninguna carga de trabajo: Las cargas de trabajo transaccionales se ejecutan en Postgres estándar con semántica ACID completa. Las cargas de trabajo analíticas se ejecutan en todo el Lakehouse a cualquier escala y concurrencia. Cada una se escala de forma independiente y, como no hay movimiento de datos entre sistemas, los resultados operativos y analíticos siempre están sincronizados, sin copias ni infraestructuras en la sombra.
- Sin pipelines ETL (ni siquiera ocultos): No hay pipelines que sincronicen los almacenes operativos y analíticos, ni réplicas que mantener, ni conectores que muevan datos entre sistemas. La arquitectura elimina por completo la capa ETL, lo que reduce los costes operativos de mantener los sistemas sincronizados y garantiza que los datos se mantengan actualizados.
“Para los sistemas de salud a los que servimos, la velocidad y la precisión en el ciclo de ingresos afectan directamente a su capacidad para ofrecer atención médica”, afirmó Grant Veazey, CTO de Ensemble. “Nuestra inversión inicial con Databricks nos ayudó a construir una base gobernada que soporta más de dos petabytes de datos limpios y armonizados del ciclo de ingresos. Lakebase y LTAP amplían esa base al unificar las cargas de trabajo operativas y analíticas en una sola capa, lo que proporciona a nuestra IA nativa de RCM el acceso en tiempo real que necesita para funcionar en operaciones en vivo. Esto se traduce en un rendimiento financiero más sólido para los proveedores y en un mayor retorno de ingresos recuperados a los departamentos de urgencias, NICU y otros servicios de cuidados críticos”.
Disponibilidad
LTAP estará disponible próximamente como parte de Lakebase.
Acerca de Databricks
Databricks es la compañía de datos e IA. Más de 20 000 organizaciones de todo el mundo —incluidas adidas, AT&T, Bayer, Block, Mastercard, Rivian, Unilever y el 70 % de las empresas de Fortune 500— confían en Databricks para crear y escalar aplicaciones de datos e IA, analítica y agentes. Con sede en San Francisco y más de 30 oficinas en todo el mundo, Databricks ofrece una plataforma unificada que incluye Lakebase, Genie, Agent Bricks, Lakeflow, Lakehouse y Unity Catalog. Para obtener más información, siga a Databricks en LinkedIn, X, YouTube e Instagram.