Passa al contenuto principale
Chi siamo

Databricks è Leader e si posiziona più in alto per capacità d'esecuzione nel Gartner® Magic Quadrant™ 2026 per le piattaforme Data Lakehouse

La categoria di lakehouse che abbiamo creato è ora un mercato Gartner. Con Lakebase stiamo costruendo la prossima categoria per i database operativi.

di Kaitlin Baumgardner, Kevin Balaji, Brianna Helm, Jonathan Keller e Susan Pierce

  • La posizione di Databricks come Leader nel Gartner Magic Quadrant 2026 per le piattaforme di data lakehouse conferma che siamo stati i pionieri e i creatori della categoria di mercato dei lakehouse.
  • Databricks è stata inserita come unico Visionary nel Gartner Magic Quadrant per i sistemi di gestione di database operativi cloud, un posizionamento competitivo di grande rilievo che evidenzia la nostra visione strategica per il futuro dei database operativi.
  • Un lakebase è un database transazionale che mantiene i propri dati sul lake, in un formato aperto, in modo che gli agent possano creare ed eliminare database su richiesta e altri engine possano lavorare sugli stessi dati. Databricks Lakebase Postgres è la prima implementazione commerciale di questo nuovo database e viene utilizzato come system of record per tutte le applicazioni: nuovi carichi di lavoro agentic, applicazioni moderne e sistemi transazionali tradizionali.

L'IA unisce i dati analitici e operativi

Per decenni, le aziende hanno gestito i propri dati in due mondi separati. Un data warehouse o lakehouse gestisce l'analisi. I database OLTP tradizionali eseguono le applicazioni. Le pipeline spostano i dati tra di essi, creando copie, ritardi e una governance separata lungo il percorso.

Questa configurazione funzionava finché dashboard e applicazioni vivevano separate. L'IA cambia la situazione. Un agente che risponde alla domanda di un cliente, approva una transazione o aggiorna una previsione ha bisogno di dati operativi freschi e di un profondo contesto analitico allo stesso tempo, e spesso deve anche scrivere dati. Ogni pipeline aggiuntiva aumenta la latenza, i costi e il rischio, quindi il confine tra i due sistemi è diventato un collo di bottiglia.

Questi mercati sono valutati in gran parte in modo indipendente. Gartner ha appena pubblicato un Magic Quadrant per le piattaforme Data Lakehouse e un Magic Quadrant per i sistemi di gestione di database operativi cloud. Vediamo tuttavia che i clienti hanno sempre più bisogno che i due sistemi funzionino come uno solo.

Il Lakehouse: una categoria che abbiamo inventato, ora riconosciuta dal settore

Quando abbiamo introdotto il lakehouse, l'idea era semplice. Offrire a ogni carico di lavoro di dati un'unica fondazione aperta e governata, invece di mantenere data lake e data warehouse come sistemi separati. Oggi migliaia di organizzazioni eseguono ingegneria dei dati, data warehousing, streaming, BI e IA su quella fondazione.

Crediamo che la nostra posizione come Leader nel primo Magic Quadrant di Gartner per le piattaforme Data Lakehouse, con i punteggi più alti nell'esecuzione, rifletta ciò su cui i clienti fanno affidamento ogni giorno:

  • Nativo per l'IA. Genie consente a chiunque di fare domande sui propri dati in linguaggio naturale, basandosi su una semantica aziendale governata definita una sola volta in Unity Catalog. Le funzioni di IA eseguono l'inferenza direttamente sui dati governati e l'IA ottimizza automaticamente il lakehouse.
  • Aperto per progettazione. I dati risiedono in formati aperti (Delta Lake e Apache Iceberg), quindi i clienti non sono vincolati a un motore proprietario.
  • Governance unificata. Unity Catalog applica un set unico di autorizzazioni, lineage e controlli di qualità su dati e IA.
  • Prestazioni e costi. Il compute serverless e i continui miglioramenti del motore portano un rapporto prezzo-prestazioni da warehouse al lakehouse.
  • Tempo reale. Lakehouse//RT porta analisi a bassa latenza e alta concorrenza direttamente sui dati del lakehouse.

Abbiamo visto l'impatto sui nostri clienti. Airwallex e Volkswagen Brasil sono passati entrambi da Google BigQuery a Databricks Lakehouse, ottenendo rispettivamente un tempo per ottenere insight da 3 a 4 volte più rapido e una riduzione del TCO del 25%. Nubank, ad esempio, esegue più di 50 milioni di query al mese con prestazioni delle query P90 7 volte migliori e costi inferiori di oltre il 40%.

image1.png

Il lakehouse non è nato come categoria, ma come un modo diverso di costruire. I clienti lo hanno adottato, l'ecosistema è cresciuto intorno ad esso e il mercato lo ha seguito. Questa è la strada che stiamo percorrendo di nuovo.

Il lakebase: ridefinire i database operativi sul lake

Il lakehouse ha ricostruito l'analisi su uno storage cloud aperto e a basso costo. Un lakebase fa lo stesso per i database operativi. Crediamo che servirà come sistema di riferimento per tutte le applicazioni: nuovi carichi di lavoro basati su agenti, applicazioni moderne e sistemi transazionali tradizionali.

Nel Magic Quadrant di Gartner 2026 per i sistemi di gestione di database operativi cloud, Databricks è l'unico fornitore nominato Visionary, a meno di un anno dal rilascio generale di Lakebase Postgres. Consideriamo questo un segnale della direzione in cui sta andando la categoria.

La maggior parte dei database operativi in uso oggi è stata progettata per un'era diversa. Storage e compute sono strettamente accoppiati, quindi la capacità viene pagata al picco. I database sono risorse pesanti che i team raramente duplicano e portare i dati all'analisi o all'IA significa costruire e mantenere pipeline. Non sono stati progettati per il software che gli agenti scrivono ed eseguono.

Lakebase Postgres parte da presupposti diversi. È Postgres, quindi gli sviluppatori mantengono gli strumenti che già conoscono, ma il compute è separato dallo storage e i dati risiedono sullo object storage cloud, la stessa fondazione del lakehouse. Il compute è serverless e si scala fino a zero. I database si diramano all'istante, come il codice, così sviluppatori e agenti possono avviare copie isolate in pochi secondi. E poiché Lakebase Postgres è nativo della Databricks Data + AI Platform, i suoi dati sono governati in Unity Catalog insieme a tutto il resto.

I clienti stanno già eseguendo carichi di lavoro di produzione su un lakebase. PRADA Group lo utilizza per servire migliaia di KPI affidabili tra i suoi marchi come API a bassa latenza, consegnandoli circa 130 volte più velocemente (da circa 2 secondi a 15 millisecondi) riducendo al contempo i costi dell'infrastruttura di circa il 50%.

“Lakebase ci ha permesso di passare dalla tradizionale consegna di KPI basata su query a un livello di servizio a bassa latenza in cui ogni metrica viene esposta come API in pochi millisecondi.”- Michele Piunti, Data Platform Manager, PRADA Group

LTAP: una fondazione di dati basata su agenti unificata per operazioni e analisi

image3.png

Portare i dati operativi nell'analisi ha sempre significato copiarli. Una query analitica pesante non può essere eseguita sulla stessa macchina delle transazioni sensibili alla latenza senza causare interruzioni, quindi i team aggiungono repliche di lettura o costruiscono pipeline CDC in un warehouse. Pagano per copie extra, attendono pipeline fragili e finiscono per governare due versioni degli stessi dati le cui autorizzazioni divergono. Questo è un motivo importante per cui i database operativi e le piattaforme di analisi sono stati a lungo acquistati, gestiti e valutati come mercati separati.

L'architettura Lake Transactional/Analytical Processing (LTAP) , abilitata dal lakebase, unifica i due livelli sullo storage anziché costringere un motore a svolgere entrambi i compiti. Lakebase Postgres gestisce le transazioni con garanzie ACID complete e i motori lakehouse gestiscono l'analisi. Entrambi leggono una singola copia durevole dei dati in formati aperti come Delta Lake e Apache Iceberg, governati in Unity Catalog. Non c'è alcuna pipeline da costruire e nessuna tabella da rispecchiare, e le query analitiche non rallentano mai l'applicazione. L'analisi legge all'istante i dati freschi appena scritti dall'applicazione, senza ritardi. È così che i dati operativi e analitici lavorano su un'unica fondazione.

Vediamo già clienti che ottengono valore da questa unificazione. Posti esegue già le sue analisi su Databricks Lakehouse e prevede di utilizzare Lakebase Postgres per alimentare GIS e pianificazione operativa sulla stessa piattaforma governata, in modo che le applicazioni operative e l'analisi non vivano più in stack separati.

Per uno sguardo più approfondito su come funziona LTAP, leggi il nostro post del blog.

Cosa c'è dopo

Qualche anno fa, il lakehouse era un'idea che dovevamo spiegare. Oggi è una categoria di mercato e pensiamo che il lakebase sia all'inizio dello stesso cambiamento. Le applicazioni non sono più l'unica cosa che scrive sui database. Gli agenti ora creano, diramano e interrogano database a una velocità e a una scala per cui i sistemi tradizionali non sono stati progettati, e hanno bisogno del contesto analitico che risiede nel lakehouse.

Ci stiamo muovendo verso una fondazione aperta e governata in cui ogni carico di lavoro, operativo o analitico, costruito da persone o da agenti, viene eseguito sugli stessi dati. Abbiamo costruito il Lakehouse insieme ai nostri clienti e stiamo costruendo il Lakebase allo stesso modo.

Inizia

Gartner, Magic Quadrant for Data Lakehouse Platforms, Aaron Rosenbaum, Michael Gonzales, Masud Miraz, Ramke Ramakrishan, Xingyu Gu, Robin Schumacher, Prasad Pore, 4 novembre 2026.

Gartner, Magic Quadrant for Cloud Operational Database Management Systems, Masud Miraz, Aaron Rosenbaum, Ramke Ramakrishan, Xingyu Gu, Michael Gonzales, Prasad Pore, Robin Schumacher, 12 novembre 2026.

Gartner non sostiene alcun venditore, prodotto o servizio descritto nelle sue pubblicazioni di ricerca e non consiglia agli utenti di tecnologia di scegliere solo i venditori con i punteggi più alti o altre qualifiche. Le pubblicazioni di ricerca di Gartner riflettono le opinioni dell'organizzazione di ricerca e consulenza di Gartner e non devono essere interpretate come dichiarazioni di fatto. Gartner declina ogni garanzia, esplicita o implicita, rispetto a questa ricerca, comprese eventuali garanzie di commerciabilità o idoneità per uno scopo particolare.

GARTNER e MAGIC QUADRANT sono marchi registrati di Gartner, Inc. e/o delle sue affiliate negli Stati Uniti e a livello internazionale e sono qui utilizzati previa autorizzazione. Tutti i diritti riservati.

Questo grafico è stato pubblicato da Gartner, Inc. come parte di un documento di ricerca più ampio e deve essere valutato nel contesto dell'intero documento. Il documento di Gartner è disponibile su richiesta a Databricks.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale

Tag correlati:

Lakebase, LTAP e Lakehouse Architecture

Ricevi gli ultimi articoli nella tua casella di posta

Iscriviti al nostro blog e ricevi gli ultimi articoli direttamente nella tua casella di posta.