- Databricks ha lanciato oggi LTAP (Lake Transactional/Analytical Processing), una nuova architettura di elaborazione dati che unifica OLAP e OLTP su una singola copia di dati nel lake, eliminando ETL, repliche e pipeline fin dalla progettazione.
- Lakebase, la base dell'architettura LTAP, serve ora migliaia di clienti e gestisce 12 milioni di avvii di database al giorno su tutta la piattaforma.
- Databricks è la prima piattaforma LTAP al mondo. Combina Lakebase (Postgres serverless su object storage aperto) con il Lakehouse sotto un unico modello di governance, un'unica fonte di verità e un unico livello di storage per tutti i dati operativi, analitici e di streaming.
DATA + AI SUMMIT – 16 giugno 2026 – Databricks, la Data and AI company, ha presentato oggi Lake Transactional/Analytical Processing (LTAP), una nuova architettura di elaborazione dati che unifica transazioni, analisi, streaming e dati operativi su una singola copia di storage nel lake. Con LTAP, le aziende dispongono di una base unica e governata su cui leggere, ragionare e agire, senza pipeline, repliche o il sovraccarico di ETL che ha caratterizzato l'infrastruttura dati per decenni. Grazie ai principali progressi di Lakebase, LTAP offre una nuova base di dati per l'era delle applicazioni IA.
La nuova base di dati per l'era degli agenti
Per quattro decenni, i carichi di lavoro transazionali e analitici hanno vissuto in sistemi separati: i database operativi servivano le applicazioni, i sistemi analitici rispondevano alle domande. Collegarli significava creare pipeline CDC fragili e inclini a rompersi sotto pressione. Questo era già un brutto compromesso quando gli esseri umani scrivevano software a velocità umana. Oggi, l'IA aiuta gli sviluppatori a scrivere circa 50 volte più applicazioni rispetto a prima, molte delle quali sono alimentate da agenti che devono leggere, ragionare e agire sui dati quasi in tempo reale. La vecchia architettura non era stata progettata per questo.
Il settore dei dati ha già provato in passato a risolvere il problema dei sistemi disparati. L'HTAP prometteva di unificare i dati transazionali e analitici in un unico motore, ma ha finito per compromettere l'isolamento dei carichi di lavoro, riducendo le prestazioni di entrambi e lasciando alle organizzazioni un'impronta proprietaria enorme e costosa. Zero ETL ha adottato un approccio diverso, nascondendo la pipeline CDC anziché eliminarla. Il problema architetturale di fondo è rimasto.
L'LTAP adotta un approccio fondamentalmente diverso: anziché forzare entrambi i carichi di lavoro in un unico motore o nascondere la pipeline, unifica i dati a livello di storage. Tutti i dati operativi sono immediatamente interrogabili e disponibili nel lake per l'analisi, senza pipeline. I carichi di lavoro transazionali e analitici scalano in modo indipendente con prestazioni complete e un isolamento rigoroso. E poiché l'LTAP è basato su standard aperti, funziona con qualsiasi applicazione che parli Postgres e con qualsiasi lettore in grado di comprendere formati di tabella aperti come Iceberg e Delta.
“Per decenni, un'infrastruttura dati complicata è stata una tassa che i team erano costretti a pagare”, ha dichiarato Ali Ghodsi, co-fondatore e CEO di Databricks. “Poi sono arrivati gli agenti. Nel giro di pochi mesi, le organizzazioni hanno di fatto raddoppiato la propria forza lavoro, ma non con gli esseri umani. Gli agenti scrivono codice, effettuano chiamate ed eseguono loop a un ritmo che i team umani non potrebbero mai sostenere. L'infrastruttura che ha alimentato l'ultima era dell'informatica è ora il collo di bottiglia che nessuno può permettersi. L'LTAP lo elimina.”
Lakebase aggiunge disaster recovery, branching in stile Git e snapshot
Il primo passo verso l'LTAP è stato Lakebase, che ha portato le transazioni native di Postgres sull'object storage, lo stesso livello che alimenta il Lakehouse. Separando l'elaborazione dallo storage, Lakebase trasforma l'aspetto economico della gestione simultanea di migliaia di applicazioni e agenti. Lanciato solo l'anno scorso, Lakebase serve già migliaia di clienti, tra cui Block, Ensemble, Superhuman e Zillow, e gestisce 12 milioni di avvii di database al giorno.
Oggi, Databricks ha annunciato nuove funzionalità che estendono Lakebase per l'IA aziendale su scala. Il nuovo disaster recovery cross-cloud e cross-region consente alle organizzazioni di creare architetture dati più resilienti, un aspetto sempre più importante man mano che gli agenti assumono operazioni mission-critical. Inoltre, il branching in stile Git e gli snapshot consentono una sperimentazione sicura sui dati di produzione, mentre le operazioni di database autonome permettono agli agenti di monitorare lo stato di salute, rilevare rallentamenti, proporre indici e assistere nel ripristino.
In che modo l'LTAP completa l'architettura
Lakebase e il Lakehouse condividevano già un livello di storage, ma ognuno manteneva la propria copia dei dati nel proprio formato. L'LTAP colma questo divario. Lakebase memorizza i dati direttamente in Unity Catalog, utilizzando gli stessi formati aperti del Lakehouse. Il risultato è un'architettura più pulita, definita da tre proprietà che insieme eliminano i compromessi che hanno caratterizzato l'infrastruttura dati aziendale per decenni:
- Governance unificata, un'unica fonte di verità: tutti i dati operativi, analitici e di streaming risiedono su un object storage aperto in formati aperti — Delta e Iceberg — senza trasformazioni o degradazioni. Tutto è governato tramite Unity Catalog con un unico modello di identità, autorizzazioni e audit, in modo che ogni motore legga la stessa copia e gli agenti condividano un'unica superficie governata su cui agire.
- Nessun compromesso sulle prestazioni, per qualsiasi carico di lavoro: i carichi di lavoro transazionali vengono eseguiti in Postgres standard con semantica ACID completa. I carichi di lavoro analitici vengono eseguiti sull'intero Lakehouse a qualsiasi scala e concorrenza. Ciascuno scala in modo indipendente e, poiché non vi è alcuno spostamento di dati tra i sistemi, i risultati operativi e analitici sono sempre sincronizzati, senza copie o infrastrutture shadow.
- Nessuna pipeline ETL (nemmeno quelle nascoste): non ci sono pipeline che sincronizzano gli archivi operativi e analitici, repliche da mantenere o connettori che spostano dati tra i sistemi. L'architettura elimina completamente il livello ETL, riducendo i costi operativi per mantenere i sistemi sincronizzati e garantendo al contempo che i dati rimangano aggiornati.
“Per i sistemi sanitari che serviamo, la velocità e l'accuratezza nel ciclo dei ricavi influiscono direttamente sulla loro capacità di fornire assistenza”, ha affermato Grant Veazey, CTO di Ensemble. “Il nostro investimento iniziale con Databricks ci ha aiutato a costruire una base governata che supporta più di due petabyte di dati puliti e armonizzati sul ciclo dei ricavi. Lakebase e l'LTAP estendono tale base unificando i carichi di lavoro operativi e analitici su un unico livello, offrendo alla nostra IA nativa per l'RCM l'accesso in tempo reale di cui ha bisogno per operare in tempo reale. Ciò si traduce in prestazioni finanziarie più solide per i fornitori e in un maggior volume di ricavi recuperati che ritorna ai reparti di emergenza, alle NICU e ad altri servizi di terapia intensiva.”
Disponibilità
L'LTAP sarà presto disponibile come parte di Lakebase.
Informazioni su Databricks
Databricks è la Data and AI company. Oltre 20.000 organizzazioni in tutto il mondo — tra cui adidas, AT&T, Bayer, Block, Mastercard, Rivian, Unilever e il 70% di Fortune 500 — si affidano a Databricks per creare e scalare app di dati e IA, analisi e agenti. Con sede a San Francisco e oltre 30 uffici in tutto il mondo, Databricks offre una piattaforma unificata che include Lakebase, Genie, Agent Bricks, Lakeflow, Lakehouse e Unity Catalog. Per saperne di più, segui Databricks su LinkedIn, X, YouTube e Instagram.