Lakebase combina una base de datos PostgreSQL gestionada para aplicaciones con la plataforma de analítica y gobierno de datos de Databricks. Las ramas de base de datos permiten hacer pruebas aisladas.
Publicado porEditado con GPT-6 SolImágenes generadas con GPT Image 2
Respuesta de investigación

Create a landscape editorial hero image for this Studio Global article: How does Databricks Lakebase’s serverless Postgres architecture—built on its acquisition of Neon and now generally available—unify transacti. Article summary: Lakebase puts a managed, serverless PostgreSQL transaction layer beside Databricks’ analytical lakehouse, so applications can use low-latency operational data without treating analytics as a separate, disconnected estate. Topic tags: general, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Para una aplicación, registrar una interacción y responder con rapidez exige una base de datos transaccional. Analizar los datos acumulados o utilizarlos en un sistema de IA plantea otras necesidades. Databricks Lakebase busca acercar esos trabajos sin quitarles a los desarrolladores PostgreSQL: ofrece una base de datos gestionada junto al entorno analítico de Databricks, con Unity Catalog como componente de gobierno de datos. 9
7
La arquitectura derivada de Neon separa el cómputo de Postgres del almacenamiento duradero. Así, la capacidad de cómputo puede ajustarse a la carga y reducirse a cero cuando no se utiliza. Lakebase está pensado para operaciones de baja latencia, como las interacciones de una aplicación y sus datos de sesión. 9
La diferencia está en su relación con la analítica basada en Delta Lake y con Unity Catalog, que permite aplicar controles de gobierno en la plataforma. Los datos operativos pueden mantenerse en Postgres mientras se conectan con otros datos y herramientas analíticas. Eso no significa que cada tabla de Postgres se convierta automáticamente en una tabla Delta ni que todos los procesos funcionen sin mover datos. 9
7
Las ramas de base de datos basadas en copy-on-write permiten crear entornos aislados para probar un cambio de esquema, una función de la aplicación o el comportamiento de un agente de IA, sin hacer una copia física completa de la base de producción. El escalado automático y la reducción del cómputo a cero también resultan útiles cuando esas pruebas o tareas son intermitentes. 9
El 18 de septiembre de 2026, Lakebase Search pasó a estar disponible de forma general. Mediante extensiones de Postgres, incorpora búsqueda vectorial —útil para localizar información por similitud semántica— y búsqueda por palabras clave para encontrar términos exactos. Una aplicación puede combinar ambas con sus registros transaccionales en la misma base de datos, sin mantener una infraestructura de búsqueda separada para esas funciones. 1
Studio Global AI
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
Lakebase combina una base de datos PostgreSQL gestionada para aplicaciones con la plataforma de analítica y gobierno de datos de Databricks.
Lakebase combina una base de datos PostgreSQL gestionada para aplicaciones con la plataforma de analítica y gobierno de datos de Databricks. Las ramas de base de datos permiten hacer pruebas aisladas. Desde el 18 de septiembre de 2026, Lakebase Search está disponible de forma general e incorpora búsqueda vectorial y por palabras clave en Postgres.
Los anuncios de Concurrence, Bitwise e Intelo.ai muestran posibles usos sectoriales, pero no prueban por sí solos despliegues de Lakebase en producción ni resultados medidos.