Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Verbinde Lakebase mit dem Rest von Azure Databricks: Registriere Datenbanken im Unity-Katalog zur Governance, serviere Lakehouse-Daten über Postgres für latenzarme Lesungen, speise Postgres-Änderungen an das Lakehouse zurück und nutze Lakebase als Backend für KI-Agenten, Feature-Serving und Suche. Für die Architektur hinter diesen Integrationen siehe LTAP-Architektur.
| Integration | Description |
|---|---|
| Registrieren der Datenbank im Unity-Katalog | Registrieren Sie Ihre Lakebase-Datenbank im Unity-Katalog für einheitliche Governance- und quellübergreifende Abfragen. |
| Bereitstellen von Daten mit synchronisierten Tabellen | Synchronisieren Sie Unity Catalog-Tabellendaten mit Lakebase, um sie Anwendungen mit geringer Latenz bereitzustellen. |
| Lakebase-Änderungsdatenfeed | Speichern Sie Änderungen auf Zeilenebene aus Lakebase-Postgres-Tabellen als Unity-Catalog-Delta-Tabellen für nachgelagerte Pipelines, die Auditierung und externe Verbraucher. |
| Agentstatus und Arbeitsspeicher | Speichern Sie Agentenzustand und -speicher in Lakebase dauerhaft, damit mit LangGraph oder dem OpenAI Agents SDK erstellte KI-Agenten den Kontext sitzungsübergreifend beibehalten. |
| Featurespeicher und Modellbereitstellung | Stellen Sie ML-Features mit geringer Latenz aus Lakebase für Modelle bereit, die mit Databricks Model Serving bereitgestellt werden. |
| Seebasis-Suche | Fügen Sie Ihrem Projekt mithilfe der lakebase_vector und lakebase_text Erweiterungen hybride Vektor- und Schlüsselwortsuche hinzu. |