产品精选

Databricks 解析 Lakebase Postgres 的 LTAP 存储架构

精选理由

Databricks 亲自下场解释 Lakebase Postgres 里 LTAP 的四条架构细节:一张逻辑表、Postgres 走 heap、分析扫 Parquet、快照包含未物化提交。做 OLTP+分析混合架构的工程师可以对照传统 CDC 方案看看省掉了哪些运维负担。

Databricks 撰文澄清了关于 Lakebase Postgres 中 LTAP(Lakehouse Table Access Protocol)的四个常见误解,核心主张是:湖仓就是数据库本身的存储层,不再是需要同步的副本。

正文

针对“只是复制”的质疑,LTAP 维护的是一张逻辑表,而非两个需要保持同步的数据库;针对“单副本必然变慢”的质疑,Postgres 侧用 heap pages 做快速点查,分析负载则扫描 Parquet,各走各的路径。

对于“分析数据必然滞后”的疑问,查询能看到一致性快照,包括尚未物化到湖仓的最近提交;而与传统 CDC 方案相比,CDC 需要单独的管道处理变更并维护第二份数据,LTAP 则完全省去了这一层。

原文 · Databricks

LTAP isn't just a better CDC pipeline. It eliminates the need for one.

In Lakebase Postgres, the lake is the database's storage, not a replica.

We're debunking four common misconceptions about how LTAP actually works:

→ 𝗜𝘁'𝘀 𝗷𝘂𝘀𝘁 𝗿𝗲𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝗼𝗻. LTAP maintains one logical table, not two databases that need to stay in sync. → 𝗢𝗻𝗲 𝗰𝗼𝗽𝘆 𝗺𝗲𝗮𝗻𝘀 𝘀𝗹𝗼𝘄𝗲𝗿 𝗾𝘂𝗲𝗿𝗶𝗲𝘀. Postgres uses heap pages for fast lookups, while analytics scans Parquet. → 𝗔𝗻𝗮𝗹𝘆𝘁𝗶𝗰𝘀 𝗺𝘂𝘀𝘁 𝗯𝗲 𝘀𝘁𝗮𝗹𝗲. Queries see consistent snapshots, including recent commits not yet materialized in the lake. → 𝗟𝗼𝗴𝗶𝗰𝗮𝗹 𝗿𝗲𝗽𝗹𝗶𝗰𝗮𝘁𝗶𝗼𝗻 𝗶𝘀 𝗲𝗻𝗼𝘂𝗴𝗵. CDC requires a separate pipeline to process changes and maintain a second copy. LTAP doesn't.

Read the deep dive: https://t.co/MJKIrOclKj

产业坐标与信源核验

本条情报归属 AITOP「产品」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Databricks、Lakebase、LTAP、Postgres,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「Databricks」(@databricks),经 AITOP 多维评分管线结构化提炼。