- Databricks introduceert LTAP (Lake Transactional/Analytical Processing), een nieuwe data processing-architectuur die OLAP en OLTP samenvoegt op één enkele kopie van data in de lake. Daarmee elimineert het platform by design de noodzaak voor ETL, replica’s en afzonderlijke pipelines.
- Lakebase, het fundament van de LTAP-architectuur, bedient inmiddels duizenden klanten en verwerkt dagelijks 12 miljoen database-launches op het platform.
- Databricks is ’s werelds eerste LTAP-platform en combineert Lakebase (serverless Postgres op open object storage) met het Lakehouse onder één governance-model, één single source of truth en één opslaglaag voor alle operationele, analytische en streaming data.
DATA + AI SUMMIT — 19 juni 2026— Data- en AI-bedrijf
Databricks introduceert Lake Transactional/Analytical Processing (LTAP), een nieuwe data processing-architectuur die transacties, analytics, streaming en operationele data op één enkele opslagkopie in de lake verenigt. Met LTAP beschikken enterprises over één beheerd fundament om data te lezen, te redeneren en te handelen, zonder pipelines, replica’s of de ETL-overhead die de data-infrastructuur al decennia kenmerkt. Aangedreven door grote verbeteringen in Lakebase biedt LTAP een nieuw datafundament voor het tijdperk van AI-applicaties.
Het nieuwe datafundament voor het agentic tijdperk
Vier decennia lang hebben transactionele en analytische workloads in aparte systemen geleefd: operationele databases bedienden applicaties en analytische systemen beantwoordden vragen. Die kloof overbruggen betekende CDC-pipelines bouwen die kwetsbaar zijn en de neiging hebben te breken onder druk. Dat was al een slechte afruil toen mensen software schreven op menselijke snelheid. Vandaag helpt AI ontwikkelaars circa 50x meer applicaties te schrijven dan ooit tevoren, waarvan veel worden aangedreven door agents die data bijna in real-time moeten lezen, verwerken en erop handelen. De oude architectuur was hier niet op gebouwd.
De data-industrie heeft eerder geprobeerd het probleem van gescheiden systemen op te lossen. HTAP beloofde transactionele en analytische data in één engine te verenigen, maar workload-isolatie stortte in, de prestaties voor beide verslechterden en organisaties bleven achter met een massieve, dure proprietary footprint. Zero ETL koos een andere aanpak en verborg de CDC-pipeline in plaats van deze te elimineren. Het onderliggende architectuurprobleem bleef bestaan.
LTAP kiest een fundamenteel andere aanpak: in plaats van beide workloads in één engine te dwingen of de pipeline te verbergen, verenigt het data op de opslaglaag. Alle operationele data is daardoor direct opvraagbaar en beschikbaar voor analytics in de lake, zonder pipelines. Transactionele en analytische workloads schalen onafhankelijk met volledige prestaties en strikte isolatie. Omdat LTAP bovendien is gebouwd op open standaarden, werkt het met elke applicatie die Postgres spreekt en elke reader die open tabelformaten zoals Iceberg en Delta begrijpt.
„Decennialang was complexe data-infrastructuur een belasting die teams gedwongen waren te dragen,” zegt
Ali Ghodsi, medeoprichter en CEO van Databricks. „Toen kwamen agents. In een kwestie van maanden verdubbelden organisaties effectief hun workforce, maar niet met mensen. Agents schrijven code, voeren calls uit en draaien loops op een tempo dat menselijke teams nooit konden evenaren. De infrastructuur die het vorige computertijdperk aandreef, is nu de bottleneck die niemand zich kan veroorloven. LTAP elimineert die.”
Lakebase voegt Disaster Recovery, Git-stijl Branching en Snapshots toe
De eerste stap naar LTAP was Lakebase, dat Postgres-native transacties naar object storage bracht, dezelfde laag die het Lakehouse aandrijft. Door compute van storage te scheiden transformeert Lakebase de economie van het gelijktijdig draaien van duizenden applicaties en agents. Het vorig jaar gelanceerde Lakebase bedient al duizenden klanten, waaronder Block, Ensemble, Superhuman en Zillow, en verwerkt 12 miljoen database-launches per dag.
Vandaag kondigt Databricks nieuwe mogelijkheden aan die Lakebase uitbreiden voor enterprise AI op schaal. Nieuwe cross-cloud, cross-region disaster recovery stelt organisaties in staat meer veerkrachtige data-architecturen te bouwen, wat steeds belangrijker wordt naarmate agents bedrijfskritische operaties gaan overnemen. Git-stijl branching en snapshots maken veilig experimenteren met productiedata mogelijk, terwijl autonome databaseoperaties agents in staat stellen de gezondheid te monitoren, vertragingen te detecteren, indexes voor te stellen en te helpen bij herstel.
Hoe LTAP de architectuur completeert
Lakebase en het Lakehouse deelden al een opslaglaag, maar elk had zijn eigen kopie van data in zijn eigen formaat. LTAP sluit die kloof doordat Lakebase data rechtstreeks opslaat in Unity Catalog, in dezelfde open formaten als het Lakehouse. Het resultaat is een schonere architectuur, gedefinieerd door drie eigenschappen die samen de afruilen elimineren die de enterprise data-infrastructuur decennialang hebben gekenmerkt:
- Unified governance, een single source of truth: Alle operationele, analytische en streaming data staat op open object storage in open formaten - Delta en Iceberg - zonder transformatie of kwaliteitsverlies. Unity Catalog beheert alles via één identity-, rechten- en auditmodel, zodat elke engine dezelfde kopie leest en agents altijd op dezelfde betrouwbare databron werken.
- Maximale prestaties voor welke workload dan ook: transactionele workloads draaien in standaard Postgres met volledige ACID-semantiek, en analytische workloads draaien over het volledige Lakehouse op elke schaal. Beide schalen onafhankelijk van elkaar, en omdat er geen data tussen systemen wordt verplaatst, zijn operationele en analytische resultaten altijd gesynchroniseerd. Zonder kopieën of shadow-infrastructuur.
- Geen ETL-pipelines (ook niet verborgen): Er zijn geen pipelines nodig om operationele en analytische stores gesynchroniseerd te houden, geen replica’s om te onderhouden of connectors die data tussen systemen verplaatsen. De architectuur elimineert de ETL-laag volledig, waardoor operationele kosten dalen en data altijd actueel blijft.
Klantcitaat
„Voor de zorginstellingen die wij bedienen, heeft snelheid en nauwkeurigheid in de revenue cycle directe invloed op hun vermogen om zorg te verlenen,”zegt Grant Veazey, CTO, Ensemble.„Onze vroege samenwerking met Databricks hielp ons een solide fundament te bouwen dat meer dan twee petabytes aan schone, geharmoniseerde revenue cycle-data ondersteunt. Lakebase en LTAP bouwen daarop voort door operationele en analytische workloads op één laag samen te brengen, waardoor onze RCM-native AI de real-time toegang krijgt die het nodig heeft om in live operaties te presteren. Dat vertaalt zich in sterkere financiële resultaten voor zorgverleners en meer herstelde omzet die terugvloeit naar spoedeisende hulp, NICU’s en andere kritieke zorgdiensten.”
Beschikbaarheid
LTAP komt binnenkort beschikbaar als onderdeel van Lakebase.
Over Databricks
Databricks is hét bedrijf op het gebied van data en AI. Meer dan 20.000 organisaties wereldwijd, waaronder adidas, AT&T, Bayer, Block, Mastercard, Rivian, Unilever en meer dan 70% van de Fortune 500-bedrijven, vertrouwen op Databricks voor het bouwen en opschalen van data- en AI-apps, analyses en agents. Databricks, met hoofdkantoor in San Francisco en meer dan 30 kantoren over de hele wereld, biedt een uniform Data-Intelligence Platform dat Agent Bricks, Genie, Lakebase, Lakeflow, Lakehouse en Unity Catalog omvat. Voor meer informatie kunt u Databricks volgen op
LinkedIn,
X,
YouTube en
Instagram.
Voor meer persinformatie
Marlieke Tijman
+31 (0)23 555 34 24
databricks@clarity.global