Lakebaseオートスケールとは何ですか？
Lakebase オートスケールは次のリージョンで利用できます: us-east-1 、 us-east-2 、 us-west-2 、 ca-central-1 、 sa-east-1 、 eu-central-1 、 eu-west-1 、 eu-west-2 、 ap-south-1 、 ap-southeast-1 、 ap-southeast-2 。
Lakebase オートスケールは、オートスケール コンピュート、ゼロへのスケール、分岐、即時復元を備えた Lakebase の最新バージョンです。 Lakebase プロビジョニング ユーザーの場合は、 「Lakebase プロビジョニング」を参照してください。
Lakebase Postgres オートスケールは、 Databricks Data Intelligence Platform に統合されたフルマネージド Postgres データベースです。 これは、オンライン トランザクション処理 (OLTP) と低遅延のデータ サービスを必要とするあらゆるアプリケーション向けに構築されています。Lakebase はこれらの機能をレイクハウスにもたらし、アナリティクス ワークロードと並行して随時トランザクション アプリケーションを構築できるようにします。
Lakebase Postgres オートスケールは、Postgres の信頼性と使いやすさを、オートスケール、ゼロへのスケール、分岐、即時復元などの最新のデータベース機能と組み合わせています。 これらの機能により、柔軟な開発ワークフロー、コスト効率の高い運用、迅速な反復が可能になります。
この図は、Lakebase がプラットフォームの他の部分とどのように統合されるかを示しています。ML モデルとFeature StoreのML Feature Serving 、 AIエージェントのエージェント状態、 Databricks Appsまたはそれに接続する任意のアプリケーションのトランザクション データなどです。
レイクハウスとレイクベース間では、どちらの方向にもデータを移動できます。 同期されたテーブルは データをレイクハウスから Lakebase に移動するため、アプリケーションは低レイテンシでクエリを実行できます。
レイクハウスの同期は、 アナリティクスとダウンストリーム処理のために、Lakebase の OLTP アプリケーションからレイクハウスにデータを戻します。
ユースケースの例とワークロードの種類
以下は、Lakebase のような OLTP Postgres データベースをさまざまな業界で使用できる多くの方法のうちのほんの一例です。電子商取引や小売業におけるパーソナライズされた推奨事項とオファーのターゲティング、医療における臨床試験データと推奨システム、金融サービスにおける自動取引とストリーミング分析、製造業におけるマシン テレメトリとメンテナンス ワークフローなどです。
OLTP データベースの一般的なワークロード タイプには次のようなものがあります。
- データ提供: 低レイテンシ、高 QPS で、ゴールデン テーブルからアプリケーションにデータを提供します。
- アプリケーションの状態を保存: トランザクション データ ストアでワークフローとエージェントの状態を管理します。
- Feature Serving : 特徴量を抽出したデータを低レイテンシでMLモデルに提供します。
Databricks統合
上の図は、3 つの主要な統合ユースケースを示しています。
- 随時Feature Serving : Lakebase プロジェクトをMLモデルおよびFeature Storeのオンライン ストアとして使用すると、特徴化されたデータを低レイテンシーで提供できます。 オンラインFeature Store (Lakebase)とFeature Serving参照してください。
- AI エージェントのエージェント状態: AI エージェントの状態をトランザクション データベースに保存および管理し、会話とワークフロー コンテキストがリクエスト間で保持されるようにします。
- アプリケーションのトランザクション データ: Databricks Appsまたは Lakebase に接続する任意のアプリケーションのデータを保持します。 Databricks Appsの場合、Lakebase プロジェクトをアプリ リソースとして追加します。 「Lakebase リソースを Databricks アプリに追加する」を参照してください。
レイクベースプロビジョニング
Lakebase プロビジョニング は、手動でスケールするプロビジョニング コンピュートを使用するオリジナルの Lakebase オファリングです。 既存のプロビジョニングされたインスタンスは引き続きサポートされます。新しい Lakebase の開発はオートスケールに焦点を当てています。 プロビジョニング インスタンスがある場合、または両方のオプションを評価している場合は、 「Lakebase プロビジョニングとは何ですか?」を参照してください。 そしてオートスケール by 我。
プロジェクトとは何ですか?
Lakebase オートスケール リソースは、 プロジェクト 構造に編成されます。 プロジェクトは、データベース リソースの最上位コンテナーです。Lakebase オートスケール データベースを作成するときは、プロジェクトを作成します。 プロジェクトには、ブランチ (データベース環境)、コンピュート、ロール、データベースが保持されます。 プロジェクトは、1 つのアプリケーションまたはワークロードの組織単位と考えます。ワークスペース内に複数のプロジェクトを配置し、各プロジェクトに独自のブランチとデータを持たせることができます。
プロジェクトの編成方法
プロジェクト内のオブジェクトの階層を理解すると、リソースを整理および管理するのに役立ちます。
Databricks Workspace
└── Project(s)
└── Branch(es)
├── Compute (primary R/W)
├── Read replica(s) (optional)
├── Role(s)
└── Database(s)
└── Schema(s)
階層内の各レベルには特定の目的があります。
オブジェクト | 説明 |
|---|---|
プロジェクト | データベース リソースの最上位コンテナー。プロジェクトには、ブランチ、データベース、ロール、コンピュート リソースが含まれています。 「プロジェクトの管理」を参照してください。 |
ブランチ | 親ブランチとストレージを共有する分離されたデータベース環境。各プロジェクトには複数のブランチを含めることができます。「ブランチの管理」を参照してください。 |
コンピュート | ブランチを動かす Postgres サーバー。各ブランチには、データベース操作のための処理能力とメモリを提供する独自のコンピュートがあります。 「コンピュートの管理」を参照してください。 |
データベース | ブランチ内の標準 Postgres データベース。各ブランチには、独自のテーブル、スキーマ、データを持つ複数のデータベースを含めることができます。「データベースの管理」を参照してください。 |
ブランチを理解する
Lakebase Postgres の最も強力な機能の 1 つはブランチです。コードのGitブランチと同様に、ブランチを使用すると、本番運用に影響を与えることなく、開発とテスト用の分離されたデータベース環境を作成できます。
これが重要な理由: 従来のデータベース ワークフローでは、個別の開発サーバーとステージング サーバー、手動によるデータ更新、慎重な調整が必要になります。ブランチを使用すると、次のことが可能になります。
- 本番運用データを使用して開発環境を即座に構築
- スキーマの変更を本番運用に適用する前に安全にテストします。
- 任意の時点からブランチを作成してミスから回復する
- 完全な複製データベースではなく、変更したデータに対してのみ料金を支払います
トピック | 説明 |
|---|---|
ブランチの仕組み、一般的なワークフロー、チームのベスト プラクティスについて学習します。 | |
開発およびテスト用のブランチを作成、リセット、および削除します。 | |
本番運用ブランチを偶発的な変更や削除から保護します。 |
コアコンセプト
Lakebase は、従来のデータベース システムとは異なるいくつかの重要な革新に基づいて構築されています。
- コンピュートとストレージの分離: コスト効率と柔軟性を実現するために、コンピュート リソースをストレージから独立してスケールします。
- オートスケール: コンピュートは、アイドル期間中のゼロへのスケールをサポートし、ワークロードの需要に基づいて自動的に調整します。
- コピーオンライト ストレージ: 完全な複製ではなくデータの変更に対してのみ料金が発生する即時分岐を可能にします。
- 即時のポイントインタイム操作: 設定された復元ウィンドウ (0 ～ 30 日) 内の任意の時点にブランチを作成または復元します。
これらの概念が連携して機能することで、柔軟な開発ワークフロー、コスト効率の高い運用、ミスからの迅速な回復が可能になります。
各コア コンセプトの詳細な説明については、 「コア コンセプト」を参照してください。