Lakebase
PulseAugur coverage of Lakebase — every cluster mentioning Lakebase across labs, papers, and developer communities, ranked by signal.
- developed Pramod Sadalage 95%
- used by Unity Catalog 90%
- used by Unity AI Gateway 90%
- developed Kevin Hartman 90%
- developed Omnigent 90%
- employed by Ali Ghodsi 90%
- uses Unity AI Gateway 90%
- founded Ali Ghodsi 90%
- used by Model Serving 90%
- employs Ali Ghodsi 90%
- instance of Unity Catalog 70%
- uses Unity Catalog 70%
- 2026-07-14 product_launch Databricks launched new accelerators for its Lakebase platform to enhance data modernization and AI agent capabilities. 来源
- 2026-06-30 product_launch Databricks has launched Lakebase, a new serverless Postgres database architecture. 来源
- 2026-06-12 product_launch Databricks announced Lakebase, a new database branching technology. 来源
- 2026-06-05 product_launch Databricks launched Lakebase, a new database branching technology. 来源
- 2026-05-29 product_launch Databricks announced a new database branching feature for its Lakebase product, expected in 2026. 来源
3 天有情绪数据
-
Databricks 集成了实时 Stripe 数据同步功能，适用于应用程序
Databricks 宣布了一项新集成，允许将实时 Stripe 数据同步到其 Lakebase Postgres。这消除了对自定义 API 或 webhook 集成的需求，使应用程序能够访问最新的 Stripe 数据，以实现实时账单详情和个性化优惠等功能。该系统支持两个目的地：用于分析和 AI 工作负载的 Unity Catalog，以及用于通过持续更新的支付和订阅信息为应用程序逻辑提供支持的 Lakebase。
-
Databricks 使用 Lakehouse//RT 将地理空间查询速度提高高达 38 倍
Databricks 宣布对其 Lakehouse//RT 平台上的地理空间查询性能进行了显著改进，与传统数据仓库相比，速度提高了 38 倍。此项增强功能直接在受管的 Lakehouse 数据上支持 Spatial SQL 和空间连接，无需单独的地理空间服务层。基准测试表明，即使在高并发情况下，Lakehouse//RT 也能提供显著的加速，将各种空间工作负载整合到一个统一的平台上。
-
Databricks 和 Replit 集成，用于受管制的企业应用程序开发
Databricks 已与 Replit 集成，使企业能够直接在 Databricks 平台上构建和部署受管制的应用程序。此次合作允许从业务领导者到开发人员的用户通过 Replit Agent 使用自然语言提示创建生产就绪的应用程序。此次集成确保应用程序继承 Databricks 的治理，包括通过 Unity Catalog 进行用户身份验证和访问控制，并利用 Lakebase 进行操作数据存储，从而无需外部数据库。
-
Databricks 详解实时电子商务推荐系统架构
Databricks 详细介绍了构建实时电子商务推荐系统的参考架构，旨在提高个性化和转化率。该系统利用 Databricks 数据智能平台，包括 Lakebase 和 AI Search，来处理大量的用户交互数据。它通过支持可预测表面的预计算和即时上下文的会话内信号直接处理的双路径架构，强调低延迟服务。
-
Databricks 推出 Lakebase Postgres，用于无服务器 AI 工作负载
Databricks 推出了 Lakebase Postgres，这是一项无服务器托管 PostgreSQL 服务，旨在自动化核心数据库操作。该服务旨在处理诸如补丁、扩展、故障转移和备份等任务，使数据库团队能够更专注于应用程序开发。Lakebase Postgres 对于 AI 应用程序尤其重要，因为数据库现在除了传统的事务工作负载外，还需要管理嵌入式数据和代理数据等各种数据类型。
-
Replit 和 Databricks 集成正式上线，支持本地 Lakebase
Replit 和 Databricks 已宣布其集成正式可用，旨在简化企业级应用程序的开发。此次集成原生支持 Databricks Lakebase，使开发人员能够构建利用实时数据仓库和托管数据库层的全栈应用程序。此次合作强调了更快的开发周期、通过 Unity Catalog 增强的数据治理以及生产部署的自动化配置。
-
IDC预测：到2030年中国AI数据基础设施市场将达到738亿美元
IDC预测中国AI数据基础设施市场将显著增长，预计到2030年市场规模将达到738亿美元，复合年增长率为37.7%。这种扩张的驱动力在于企业日益增长的对AI有效利用数据的需求，从模型能力转向数据可访问性和管理。报告强调，包括数据库、数据仓库和数据湖在内的传统数据基础设施必须发展以支持AI应用和代理，为OceanBase等国产数据库供应商创造新的机遇。
-
Temporal 和 Lakebase 使用 Databricks 构建持久化代理
Temporal 和 Lakebase 与 Databricks 合作，开发了一个个人贷款承销代理。该代理旨在收集证据、应用策略规则，并能在其工作流程中处理等待期。目标是为复杂任务构建更持久、更可靠的代理。
-
Databricks凭借LTAP打破40年数据库规则，助力AI代理
Databricks推出了一种名为LTAP（Lake Transactional/Analytical Processing）的新方法，统一了操作型和分析型数据库工作负载。传统上，由于数据存储和查询方式的根本差异，这两种类型的数据处理一直分开进行。然而，AI代理的兴起，它们既需要快速的事务性数据访问，又需要广泛的分析能力，催生了这种统一的需求。LTAP建立在Databricks的Lakebase架构之上，允许分析查询直接在实时操作数据…
-
Databricks 在 VLDB 2026 上展示人工智能时代创新
Databricks 将在 VLDB 2026 上展示与 Lakebase、流处理和 Lakehouse 技术相关的创新。这些进步旨在支持人工智能时代日益增长的需求。该公司将分享这些技术如何增强其平台。
-
Databricks Feature Store 为 ML 模型实现亚秒级新鲜度
Databricks 增强了其 Feature Store，为机器学习模型提供亚秒级新鲜度，满足了欺诈检测和个性化等应用对实时数据的需求。更新后的 Feature Store 允许数据科学家一次定义特征，并在批量和实时管道中进行部署。它利用 Apache Spark Real-Time Mode、Lakebase 和 Model Serving，实现了从通过 Apache Kafka 进行数据摄取到特征可用性的端到端 p99 延迟为 …
-
Databricks 在投资者强烈需求下以 1900 亿美元估值筹集 50 亿美元 · 跟踪 4 个来源
Databricks 在新一轮融资中获得了 50 亿美元，使这家 AI 数据平台公司的估值达到 1900 亿美元。该公司最初的目标是筹集 10 亿美元，但由于投资者兴趣浓厚，据报道达到 150 亿美元，因此他们接受了更大的金额。CEO Ali Ghodsi 提到，除了持续的并购活动外，AI 研究和云承诺的高成本也是进行如此巨额融资的原因。
-
Databricks 估值 1900 亿美元，伴随 AGI 论调和 50 亿美元融资
Databricks 已获得 50 亿美元新融资，公司估值达到 1900 亿美元。这一显著估值之际，CEO Ali Ghodsi 声称，基于 2022 年前的行业定义，通用人工智能 (AGI) 已经实现。公司计划利用这笔资金拓展其 AI 业务，重点关注其用于工作负载路由和成本控制的 Unity AI Gateway、Lakebase 数据库以及用于企业上下文访问的 Genie 平台等领域。
-
Databricks 将 Lakebase 与 Backstage 集成，实现统一的 FinOps 和治理
Databricks 详细介绍了如何将其 Lakebase 与 Backstage 平台集成，重点关注 FinOps 和数据治理。该解决方案涉及使用 Databricks Lakehouse Federation 将来自 Backstage 的 PostgreSQL 数据库的运营所有权数据与存储在 Unity Catalog 中的分析计费数据进行联接。此集成允许通过单一查询按基础设施所有权跟踪云支出，克服了计算和数据治理之间的传统分离。
-
Databricks 推出可扩展代理式媒体购买平台
Databricks 推出了一个旨在实现代理式媒体购买的新平台，解决了目前阻碍行业可扩展性的协调挑战。该解决方案侧重于为自主买方和卖方代理提供必要的基础，包括受管数据、交易状态、身份管理和可观察性。该平台旨在通过利用 AI 代理和开放标准来简化媒体购买流程，将其从手动协调转向战略决策。
-
Databricks 为现场工程师构建自助式基础设施自动售货机
Databricks 开发了一个名为现场工程自动售货机 (FEVM) 的自助式基础设施自动售货机，以应对扩展其现场工程组织所面临的挑战。这款 Databricks 应用允许现场工程师按需配置隔离的、受管制的、特定用例的云资源，从而实现更快的开发并利用以代理为先的框架。FEVM 旨在为每位工程师提供自己的环境，这些环境可以在几分钟内设置好，自动清理，并进行集中管理，从而克服共享工作空间的复杂性并提高成本可见性。
-
Glaspoort 采用 CI/CD 进行 Lakebase 数据库变更
Glaspoort 已为其 Lakebase 数据库实施了 CI/CD 模式，以同等严格的标准对待数据库变更和应用程序代码。这包括直接从生产环境分支每个环境，创建每个拉取请求的临时数据库，并将迁移作为单一事实来源。这种方法可以实现更快、更可靠的数据库更新，并将分析和运营数据整合到他们基于 Databricks 产品构建的自定义前端应用程序中。
-
Databricks 估值飙升至 1880 亿美元，Amid AI 转型 · 追踪 6 个来源
Databricks 的估值已达到 1880 亿美元，较之前的融资轮次显著增长，巩固了其作为一家知名 AI 公司的地位。估值飙升的原因在于其成功地从一家大数据分析公司转型为 AI 领域的重要参与者，这得益于其在 AI 产品开发以及对经济高效的开源模型进行编码方面的研究。公司对 AI 的战略重点，加上其现有的企业数据基础设施，使其在当前的 AI 市场中处于有利地位。
-
Databricks 推出 Coach's Corner 应用，提供实时足球分析
Databricks 推出了 Coach's Corner，这是一款旨在将原始足球比赛追踪数据转化为教练可操作见解的新应用程序。该应用程序处理 5100 万行数据，提供亚秒级 2D/3D 战术分析、重播和对手档案。它完全构建在 Databricks 平台之上，利用 Lakeflow、DBSQL、Genie、Vector Search 和 Unity AI Gateway 等工具，为场边的教练提供实时信息。
-
Databricks 寻求以 1880 亿美元估值进行新一轮融资
Databricks 宣布正以 1880 亿美元的估值进行战略融资。该公司计划利用这笔新资金加速其关键平台（包括 Unity AI Gateway、Genie 和 Lakebase）的 AI 创新。