Diseñado para el almacenamiento de datos abierto e inteligente

El almacenamiento en lakehouse de Databricks te permite elegir la ubicación de almacenamiento y el formato de tabla abierta (Delta Lake o Apache Iceberg™), manteniendo una única copia de los datos de origen accesible desde cualquier motor. Lo combina con una gobernanza unificada a través de un catálogo único para descubrimiento de datos y administración de activos de IA, además de modelos basados en IA que optimizan los datos de forma autónoma para obtener velocidad y bajo costo. El resultado es la propiedad y portabilidad totales de sus datos sin depender de un proveedor.

Está diseñado para equipos de datos e IA que necesitan una capa de almacenamiento para admitir canalizaciones de ETL, analítica y BI y uso compartido de datos. Las tablas gestionadas actúan como tablas por lotes y como fuente y receptor de streaming, por lo que la ingesta de datos de streaming, el relleno de lotes y las consultas interactivas se integran directamente con Spark Structured Streaming. Los equipos que también necesitan compartir datos en tiempo real con otras plataformas, nubes o regiones sin copiarlos pueden hacerlo directamente desde las tablas Delta Lake o Apache Iceberg.

Delta Lake y Apache Iceberg™ te permiten ejecutar una arquitectura de lakehouse multinube que ofrece el rendimiento de un almacén de datos con los costes de un lago de datos, logrando una relación precio-rendimiento hasta seis veces superior en cargas de trabajo SQL en comparación con los almacenes de datos en la nube tradicionales. Esto te permite ejecutar cargas de trabajo de analítica y BI directamente en tu lago de datos, en lugar de mover los datos a un almacén independiente. Consultar Databricks SQL para más información sobre la ejecución de estas cargas de trabajo.

Las tablas gestionadas te ofrecen el mejor rendimiento de lectura y escritura de su clase para las tablas Delta Lake y Apache Iceberg™ listas para usar, con optimizaciones de almacenamiento que no están disponibles en ningún otro lakehouse. Las tablas externas, en cambio, permiten acceder a tablas gestionadas por catálogos externos, como Glue, HMS o Snowflake Horizon, sin dejar de aplicar los controles de acceso detallados de Unity Catalog. Ambos enfoques mantienen tus datos portátiles y te permiten no depender de un proveedor.

Puedes probar el almacenamiento en lakehouse de forma gratuita registrándote directamente en la página del producto. Si primero prefieres verlo en acción, puedes ver un demo que cubre Delta Lake 3.0, UniForm y Liquid Clustering. En la biblioteca de demos de Delta Lake hay disponibles tutoriales adicionales, incluido un proceso de CDC con Delta.

La optimización predictiva utiliza modelos basados en IA para ajustar automáticamente las tablas en función de los datos y patrones de uso, de modo que las tablas permanezcan optimizadas sin mantenimiento manual. Liquid Clustering es un diseño de datos listo para usar y autoajustable que se adapta a los datos y no requiere particiones. Los clientes han informado de resultados concretos gracias a estas características: Anker Innovations ahorró un 50 % en costos anuales de almacenamiento y aceleró las consultas más del doble, y Shell mejoró hasta diez veces el rendimiento de las consultas de series temporales con Liquid Clustering.