用例

Lakebase 支持三种主要模式：在 Postgres 中提供数据湖仓数据、运行应用后端，以及为智能体和机器学习提供支持。 每个模式都与 Unity 目录一起使用 Postgres，为应用程序提供与 Lakehouse 保持同步的低延迟数据库。

要将现有的 Postgres 数据库迁移到 Lakebase 或在 Postgres 数据库间复制，请使用 逻辑复制。 有关将数据移入和移出 Lakebase 的所有方式的比较，请参见 将数据移入和移出 Lakebase。

提供湖仓数据

同步表将 Unity Catalog 数据引入到您的 Lakebase 数据库中，以实现低延迟事务性读取。 选择源表，选择同步模式，并完全管理管道。 没有同步脚本，没有外部业务流程，也没有要监视的作业。 连续模式会将数据保留在源内数秒。 触发的模式将利用计划的增量更新来平衡新鲜度和成本。 应用程序始终与自己的操作数据一起提供最新的分析。

初始步骤	学习路径
创建同步表 计划持续同步	同步模式 — 快照、触发模式或连续模式 数据类型映射 — UC 与 Postgres 的类型兼容性 容量规划 - 连接限制、吞吐量速率 在 Unity 目录中注册 - 跨操作和分析数据的跨源查询

应用程序后端

应用程序连接到 Lakebase 的方式与连接到任何 Postgres 数据库的方式相同。 使用已知道的驱动程序和框架。 当应用出现流量高峰时，自动缩放会添加计算，而不会删除连接。 当流量停止时，缩减到零会暂停数据库，并在下一次查询时在数百毫秒内重新激活。 你未预配峰值，并且不为空闲付费。 在开发过程中，分支可为每位开发人员提供生产数据库的隔离副本，无需初始化数据填充、无需重复占用存储空间，也无需等待。

初始步骤	学习路径
生成 Databricks 应用 - 使用托管凭据部署模板 连接自己的应用程序 - 自定义 Databricks 应用、SDK 或 API	自动缩放的工作原理 - 负载下的计算行为 缩减到零 - 挂起、重新激活、空闲超时 分支的工作原理 — 用于开发/测试的写时复制隔离 身份验证 - 生产应用的令牌轮换

智能体和 ML

Lakebase 充当代理内存和实时功能服务的后端。 使用 LangGraph 或 OpenAI 代理 SDK 生成的代理在 Postgres 中存储聊天状态和长期内存。 通过 Model Serving 提供服务的模型可通过由 Lakebase 提供支持的在线特征存储访问特征数据。 这两者都从自动缩放、缩减到零和 Unity Catalog 治理中受益。

初始步骤	学习路径
在 Databricks Apps 上部署代理 - 克隆模板并部署 代理状态和内存 - 使用 Lakebase 添加短期和长期内存	代理记忆：代理的长期记忆和对话历史 模型服务中的有状态代理 - 按时间顺序查看、检查点管理 功能存储和模型服务 - 由 Lakebase 提供支持的低延迟功能数据 联机功能存储 - 创建、发布和管理功能存储 混合向量和关键词搜索 — 借助 lakebase_vector 和 lakebase_text 扩展实现的语义搜索和全文搜索