Intégrations
Connectez Lakebase au reste de Databricks : enregistrez les bases de données dans Unity Catalog pour la gouvernance, servez les données du lakehouse via Postgres pour des lectures à faible latence, réinjectez les modifications Postgres dans le lakehouse et utilisez Lakebase comme backend pour les agents d'IA, le Feature Serving et la recherche. Pour l'architecture derrière ces intégrations, consultez l'architecture LTAP.
-
- Enregistrer la base de données dans Unity Catalog
- Enregistrez votre base de données Lakebase dans Unity Catalog pour une gouvernance unifiée et des queries multi-sources.
-
- Synchroniser les tables
- Synchronisez les données de table Unity Catalog dans Lakebase pour les servir aux applications avec une faible latence.
-
- Lakebase flux de données de modification
- Stockez les modifications au niveau des lignes des tables Lakebase Postgres en tant que tables Unity Catalog Delta pour les pipelines en aval, l'audit et les consommateurs externes.
-
- État et mémoire des agents
- Persistez l'état et la mémoire des agents dans Lakebase afin que les agents d'IA créés avec LangGraph ou le SDK OpenAI Agents conservent le contexte entre les sessions.
-
- Magasin de fonctionnalités et Model Serving
- Servez des fonctionnalités ML à faible latence depuis Lakebase pour les modèles déployés avec Databricks Model Serving.
-
- Recherche Lakebase
- Ajoutez une recherche hybride vectorielle et par mot-clé à votre projet en utilisant les extensions
lakebase_vectoretlakebase_text.