ユースケース例

Lakebase 自動スケーリングでは、Postgres での Lakehouse データの提供 、 アプリケーション バックエンドの実行、 AI エージェントと ML の機能の 3 つの主要なパターンがサポートされています。 各パターンでは、Unity カタログと共に Postgres を使用して、アプリケーションに Lakehouse との同期を維持する待機時間の短いデータベースを提供します。

レイクハウスデータを提供

同期テーブルは、待機時間の短いトランザクション読み取りのために、Unity カタログ データを Lakebase データベースに取り込みます。 ソース テーブルを選択し、同期モードを選択すると、パイプラインは完全に管理されます。 同期スクリプトなし、外部オーケストレーションなし、監視するジョブなし。 連続モードでは、ソースから数秒以内にデータが保持されます。 トリガーモードでは、スケジュールされた増分更新によって、鮮度とコストのバランスを取ります。 アプリケーションは常に、独自の運用データと共に最新の分析を提供します。

アプリケーション バックエンド

アプリケーションは、任意の Postgres データベースに接続するのと同じ方法で Lakebase に接続します。 既に知っているドライバーとフレームワークを使用します。 アプリへのトラフィックが急増すると、オートスケーリングによって接続を切断することなくコンピューティング リソースが追加されます。 トラフィックが停止すると、scale-to-zero はデータベースを中断し、次のクエリで数百ミリ秒で再アクティブ化します。 ピーク需要に備えてリソースをあらかじめ確保する必要はなく、使っていないリソースの料金を支払う必要もありません。 開発の場合、ブランチにより、すべての開発者に、データ シード処理もストレージの重複も待機もしない運用データベースの分離コピーが提供されます。

AI エージェントと ML

Lakebase は、AI エージェント メモリとリアルタイム機能サービスのバックエンドとして機能します。 LangGraph または OpenAI Agents SDK を使用して構築されたエージェントは、会話の状態と長期的なメモリを Postgres に格納します。 モデル サービスで提供されるモデルは、Lakebase 自動スケーリングを利用するオンライン Feature Store を介して機能データにアクセスします。 どちらも、自動スケーリング、ゼロへのスケール、Unity カタログ ガバナンスの恩恵を受けます。