Databricks

几十年来，操作系统和分析系统已经分别优化，这是有充分理由的。 事务依赖于基于行的快速访问，而分析则围绕列式存储和广泛扫描进行优化。 但现在，人工智能正在向这一边界施加压力。 他们需要根据实时运营数据采取行动，同时还需要使用来自分析方面的数据。 LTAP 在这些工作负载相遇的地方发生变化。 它在存储层将它们统一起来，其中较热的层以行格式保存数据以供操作访问，而较冷的层以列格式保存数据以进行分析读取。 专业计算可以独立处理每个工作负载。 架构转变很简单：为每个作业保留专用引擎，同时将相同数据的操作和分析表示整合到它们下面。 https://t.co/27BUTQxngm