Zum Inhalt springen
Digest

Was die Databricks-Welt bewegt hat.

Ein erzählerischer Überblick über Releases, News, Videos, Projekte und Community-Q&A.

111 items · 4 themes · Nov 21, 03:23 UTC

Von einer KI verfasst, auf Grundlage der unter jedem Thema genannten Quellen. Der Text kann Fehler enthalten. Fehler melden

Nov 14 to Nov 21, 2026

Die Integration operationaler Datenbanken und die Verwaltung von KI-Agenten dominierten diese Woche das Ökosystem, hervorgehoben durch die Verfügbarkeit von Postgres 19 auf Lakebase und den Start automatisierter Tools für Genie und Unity AI Gateway.

1.Postgres 19 landet auf Lakebase zusammen mit telemetriebasiertem Insights-Agenten

Databricks kündigte tagesgleiche Lakebase-Unterstützung für PostgreSQL 19 an und führte native REPACK-Speicherrückgewinnung sowie Read-Your-Writes-Replikatsteuerung über WAIT FOR LSN ein. Die Veröffentlichung sorgte auf HackerNews für Diskussionen in der Community über den Wartungsaufwand von Postgres, während Databricks Demos für Lakebase Insights veröffentlichte – einen Hintergrundagenten zur Diagnose von Deadlocks, langsamen Abfragen und fehlenden Indizes. In Community-Foren wiesen Praktiker zudem auf operative Fragen zum Verhalten der prädiktiven Optimierung auf Lakebase-Systemtabellen hin.

2.Genie-Automatisierung wird auf Pipeline-Reparatur und automatisierte Serverless-Migrationen ausgeweitet

Databricks kündigte Genie ZeroOps in der Public Beta an und gab an, dass der Agent Pipeline-Fehler autonom debuggt und PR-Fixes auf Basis interner Analysen der Kundentelemetrie generiert. Parallel dazu stellte Databricks Genie Migrate-Funktionen via Blogbeiträgen, Videos und Community-Ankündigungen vor, wodurch KI-Agenten so positioniert werden, dass sie Cluster-Konfigurationen inspizieren und Workload-Konvertierungen von klassischer Infrastruktur zu Serverless und Legacy-Data-Warehouses automatisieren.

3.Unity AI Gateway führt Kostenbeobachtbarkeit und Tokenomics-Tracking für KI-Agenten ein

Databricks enthüllte Unity AI Gateway Insights und erklärte, dass das Tool Ausführungstraces analysiert, um Token-Verschwendung zu identifizieren, die aus fehlerhaften MCP-Tools und falsch gerouteten Modellabfragen resultiert. Begleitend zu diesem Release veröffentlichte Databricks den Databricks AI Index, um die Ausgaben von Unternehmen für Token über 10.000 Organisationen hinweg zu benchmarken, während Community-Diskussionen und Fallstudien von Anbietern Unity AI Gateway als zentralisierte Governance-Schicht für externe Modelle, MCP-Server und Coding-Agenten hervorhoben.

4.Entwicklertools führen Statement Execution V2 und Pipeline-Test-Workflows ein

Databricks synchronisierte Updates über Entwicklertools hinweg und veröffentlichte die Statement Execution V2 API sowie die Sicherheitsendpunkte für Databricks Apps in seinen offiziellen Python-, Java- und Go-SDKs. Gleichzeitig fügte die Databricks CLI dedizierte Befehle für das Sandbox-Management und Pipeline-Tests hinzu, verbunden mit einem Wechsel zur PyPI-Distribution, während die VS Code Extension einen Katalog-Isolierungsmodus und Steuerelemente für die Aktualisierung mehrerer Tabellen für Databricks Asset Bundles erhielt.