Comment Databricks Lakebase relie données transactionnelles, analytique et IA

Une application a besoin d’enregistrer et de retrouver rapidement ses données ; les équipes d’analyse et d’IA veulent, elles, pouvoir les exploiter dans un cadre commun. Lakebase cherche à rapprocher ces usages sans demander aux développeurs de renoncer à PostgreSQL. Databricks place cette base transactionnelle managée aux côtés de son lakehouse, sa plateforme d’analyse des données, et la présente comme une fondation gouvernée pour les applications, l’analytique et l’IA. 97

Une base Postgres reliée au lakehouse, pas confondue avec lui

Inspirée de l’architecture de Neon, Lakebase sépare le calcul PostgreSQL du stockage durable. La puissance de calcul peut ainsi s’ajuster à la demande, puis être réduite à zéro lorsque la base est inactive. Lakebase sert notamment les interactions applicatives et les données de session qui exigent une faible latence. 9

Le lien avec Delta Lake, utilisé pour l’analyse, et Unity Catalog, qui organise la gouvernance des données, est au cœur de la proposition. Il permet d’inscrire les données opérationnelles dans un environnement analytique plus large et soumis à des contrôles communs. Cela ne signifie ni que chaque table Postgres devient automatiquement une table Delta, ni que tout transfert de données disparaît. 97

Des essais isolés et une recherche utile aux applications d’IA

Grâce aux branches de base de données en copy-on-write — une technique qui partage les données existantes et n’enregistre séparément que les modifications — une équipe peut tester un changement de schéma, une fonction ou un agent d’IA dans un environnement isolé, sans réaliser une copie physique complète de la base de production. La mise à l’échelle automatique et l’arrêt du calcul à l’inactivité peuvent aussi convenir aux charges de développement intermittentes. 9

Disponible de manière générale depuis le 18 septembre 2026, Lakebase Search ajoute, au moyen d’extensions Postgres, la recherche vectorielle et la recherche par mots-clés. Une application peut ainsi combiner recherche sémantique, recherche de termes exacts et données transactionnelles dans la même base, sans maintenir une infrastructure de recherche distincte pour ces fonctions. 1

Ce que révèlent les annonces des partenaires

• Santé — Concurrence : le 22 septembre, l’entreprise a annoncé un partenariat pluriannuel avec Databricks autour de modèles du domaine de la santé et d’agents d’IA. La prédiction des résultats pour les patients figure parmi ses objectifs, mais l’annonce ne constitue pas une validation clinique indépendante. Elle cite la plateforme Databricks, sans désigner un déploiement précis de Lakebase. 34
• Gestion des talents — Bitwise : Bitwise décrit une solution fondée sur Lakebase pour rapprocher les données relatives aux effectifs des décisions de recrutement interne et de planification des ressources. Son annonce du 22 septembre portait toutefois sur la reconnaissance de son expertise de déploiement Databricks, et non sur le lancement d’un nouveau partenariat consacré à cette solution. 52
• Commerce — Intelo.ai : le 22 septembre, l’entreprise a annoncé son entrée dans le programme Built-on Databricks tout en développant une offre d’agents d’IA pour les équipes du commerce. Cette adhésion indique un domaine d’application potentiel ; elle ne démontre, à elle seule, ni une mise en production de Lakebase ni des résultats mesurés sur le terrain. 6