实时湖屋

Important

此功能在 Beta 版中。联系 Databricks 帐户团队，在帐户中启用此功能。

Lakehouse//RT 正在积极开发中。在正式发布之前，性能特征和支持的功能集将发生变化。

Lakehouse Real-Time（Lakehouse//RT）是一种无服务器计算，专为低延迟、高并发用例而构建，例如为自定义应用程序提供分析数据、运行操作分析或支持需要数十到数千个并发用户的次秒响应的 BI 仪表板。

Lakehouse//RT 针对存储在云存储中并采用 Delta Lake 或 Apache Iceberg 格式的 Unity Catalog 表，可提供低于亚秒级的 SQL 读取查询延迟。创建和管理 Lakehouse//RT 非常类似于执行其他 SQL 仓库。工作区管理员或特权用户为每个工作区创建一个或多个，并向用户分配权限。

Requirements

若要使用 Lakehouse//RT，必须：

位于受支持的区域中。
在工作区中启用 Lakehouse//RT Beta。

在工作区中启用 Lakehouse//RT

工作区管理员可以在工作区中启用 Lakehouse//RT Beta：

在工作区菜单（右上角）中，转到 “预览”。
搜索 Lakehouse RT。
启用预览。

启用预览后，实时仓库类型在工作区的 SQL 仓库创建流中可用。

创建 Lakehouse//RT 仓库

要创建 Lakehouse//RT 仓库：请按以下步骤操作：

转到计算>SQL 仓库>创建 SQL 仓库。
选择 “实时”。
根据查询所需的性能，选择查询大小：小、中、大或 X-Large。
配置自动缩放，以设定每小时最多可计费的 DBU 数。
设置自动停止以控制空闲仓库何时停止。
输入仓库的名称。
单击 “创建” 。

若要分配权限，请授予 Can 使用、 可以监视或 可以管理 给用户和组的权限，与 SQL 仓库相同。

注释

当前无法将现有 SQL 仓库升级到 Lakehouse//RT 或将现有 Lakehouse//RT 仓库降级为其他仓库类型。

确定 Lakehouse//RT 仓库的大小并进行缩放

Lakehouse//RT 有控制性能和成本的设置：

查询大小 控制单个查询可用的计算量。
自动缩放 控制仓库扩展到多大以服务并发查询。
自动停止 控制一个空闲仓库运行多久才会停止。

查询大小和自动缩放与无服务器SQL仓库的大小和扩展设置不同。

查询大小

查询大小决定了单个查询的最大计算能力，这决定了单个查询运行的速度。它还会设定仓库运行的最低计算量，以及仓库运行期间你应被收取的最低费用。

你在创建仓库时设置查询大小。选择小号、中号、大号或 超大号。更大的查询体积能让每个查询获得更多计算，从而获得更快的结果，同时成本也更高。

该设置在概念上类似于无服务器SQL仓库的大小，后者同样将可用的计算量设定为单一查询。

Autoscaling

自动扩展让仓库可以添加计算量以服务更多并发查询，然后在需求下降时释放。你可以设置仓库可扩展的最大计算值，单位是DBU。

Lakehouse//RT 上的自动扩展与无服务器 SQL 仓库的集群扩展在几个方面不同：

它按 DBU 计量，而不是按集群计量。
最大值与查询大小无关。你可以将小查询大小与高最大值配对，从而获得高并发，而每个查询的计算量都不增加。
Lakehouse//RT 自动扩展只增加和移除所需的计算量，而不是按集群的增量进行。

要查看仓库的扩展情况，可以使用其监控页面。

自动停车

自动停止是在仓库闲置一段时间后终止，这样空闲仓库不会继续积累费用。创建仓库时，设置空闲超时时间。

Lakehouse//RT 上的自动停止功能和无服务器 SQL 仓库一样。关于默认值和最小值，请参见配置SQL仓库设置。

监控 Lakehouse//RT 活动

您可以像监控在 SQL 仓库上运行的任何查询一样监控 Lakehouse//RT 查询：

查询历史记录： Lakehouse//RT 查询显示在查询历史记录 UI 和查询历史记录系统表中。
查询分析：在查询历史记录 UI 中打开一个 Lakehouse//RT 查询，以查看其查询分析。
监视页： 在每个 Lakehouse//RT 仓库的监视页上监视查询吞吐量、排队查询和查询历史记录。
计费： Lakehouse//RT 的使用情况在计费系统表中，其 sku_name 为 Lakehouse_Serverless。

最佳做法

若要从 Lakehouse//RT 获得最佳结果，请在将工作负载移出之前做好准备：

首先在无服务器 SQL 上验证。 在无服务器 SQL 仓库上运行查询，并确认查询在几秒钟内运行。
使用 Unity Catalog 管理的表。 采用预测性优化和 Liquid 聚类的托管表可确保根据您的工作负载模式对数据进行良好的聚类。
验证查询是否具有选择性。 要实现亚秒级延迟，请确认查询扫描的数据量更少。尽早使用 WHERE 子句进行过滤，只选择所需的列，并尽量利用聚合。支持跨表联接，但如果发现查询变得复杂或速度缓慢，请考虑使用预先聚合数据的具体化视图来加快延迟。
检查 SQL 覆盖范围。 Lakehouse//RT 仅支持符合 ANSI 的读取查询。确认工作负荷符合 ANSI，并避免“ 限制”下列出的不受支持的语句、函数和数据类型。

支持的功能

工具和接口

你可以在以下任一 Azure Databricks 功能中的计算选择器中选择 Lakehouse//RT：

SQL 编辑器
SQL 笔记本
AI/BI 仪表板
目录资源管理器
Alerts

表类型

Lakehouse//RT 仅查询 Unity 目录数据。为了获得最佳性能，请使用 Unity 目录托管表，该表为引擎提供低延迟所需的数据布局。

Lakehouse//RT 支持下表类型：

托管表（Delta Lake 和 Apache Iceberg 表）
具体化视图和流式处理表
指标视图

Connectivity

Lakehouse//RT 仅接受使用语句执行 API 的连接。它不支持旧的 Thrift 协议，因此在不显式使用语句执行 API 的情况下进行连接的驱动程序会收到错误 501 。

可以通过以下方式连接到 Lakehouse//RT 仓库：

语句执行 API： 直接从外部应用程序调用 API。请参阅语句执行 API：在仓库上运行 SQL。
Databricks 驱动：将其配置为使用语句执行 API 时，以下驱动可以进行连接。将驱动程序的 HTTP 路径指向 Lakehouse//RT 仓库，然后设置以下选项：
- 用于Python的 Databricks SQL 连接器：设置use_kernel=True。
- 用于 Node.js的 Databricks SQL 驱动程序： 设置 useKernel: true。
- JDBC： 在连接 URL 中设置 UseThriftClient=0 。
- 用于 Power BI 的 ADBC 驱动程序：在Protocol=REST(SEA)下设置和Implementation=2.0。

Pricing

有关定价信息，请参阅 Lakehouse Real-Time 定价页。

Limitations

当查询使用不支持的功能时，Lakehouse//RT 将返回一个错误来命名该功能。若要成功运行查询，请改用无服务器 SQL 仓库。

工具和功能

Lakehouse//RT 尚不支持以下功能：

Genie
Genie 智能体
作业任务

表类型

尚不支持下表类型：

系统表
Delta Sharing 表
Unity Catalog 默认存储中的表
Unity Catalog 中的外部表

Lakehouse//RT 不支持下表类型：

Hive 元存储表（托管或外部）
外部表和查询联合 (Lakehouse Federation)
临时表
使用其他数据格式的表（CSV、JSON、Avro、Parquet、ORC 和文本）

驱动程序和连接器

Lakehouse//RT 不支持以下驱动程序和连接器：

ADBC
ODBC
Go

SQL 语言

Lakehouse//RT 仅在 ANSI 模式下运行 SQL 读取查询。它会严格根据 ANSI SQL 规则评估所有隐式类型转换 (Coercion) 和强制类型转换 (Cast)，且该行为无法关闭。在 ANSI 语义下，依赖于非 ANSI 行为的查询可能：

引发运行时错误，而不是静默生成 NULL。例如，将非数值字符串强制转换为数字。
如果不存在安全的公共类型，则会在分析阶段引发错误。例如，COALESCE、CASE、IN，或者对不兼容的类型执行集合运算。
返回与旧模式不同的结果类型，因为 ANSI 字符串提升和数值扩大选择安全、无损失的类型。

若要获取可预测的结果，当 ANSI 模式隐式转换不生成预期行为时，请使用显式 CAST 表达式。

Lakehouse//RT 不支持以下各项：

数据类型：和GEOGRAPHYGEOMETRY数据类型。
功能：AI 函数、Python UDF、空间 SQL 函数和 XPath 和 XML 函数。
治理： 基于属性的访问控制（ABAC），包括行级别安全性和列掩码。

Lakehouse//RT 仅适用于读取（SELECT）查询。不支持写入命令和 ETL 命令，包括：

写入操作：INSERT、、UPDATEDELETE、MERGE和 CREATE TABLE AS SELECT （CTAS）。
创建或修改对象的 DDL：CREATE、、ALTERDROP、和其他语句。
安全语句：GRANT 和 REVOKE.
脚本、存储过程、临时表和多语句事务。
Delta Lake 维护：OPTIMIZE、ANALYZE、VACUUM和REFRESH。

网络安全