Zum Inhalt springen
← Alle News
Databricks Blog17. August 2026

Wie der Databricks Feature Store Features mit Aktualität in Bruchteilen einer Sekunde bereitstellt

Von KI aus dem englischen Original übersetzt. Auf Englisch ansehen

Zusammenfassung

Der Databricks Feature Store liefert Streaming-Feature-Updates von Kafka jetzt mit einer p99-Latenz von 200 ms an den Online-Store und senkt die Feature-Aktualitätsverzögerung damit von Minuten oder Stunden auf Millisekunden. Die Verbesserungen beruhen auf der kontinuierlichen, ereignisbasierten Verarbeitung und der amortisierten Checkpoint-Erstellung von Spark Real-Time Mode in Kombination mit der Trennung von Compute und Storage bei Lakebase, die zusammen latenzarme, durchsatzstarke Schreibvorgänge für Echtzeit-Modellinferenz ermöglichen.

* Der Databricks Feature Store bringt Echtzeit-Aktualität für ML-Features: Streaming-Aggregationen aus Kafka können den Online-Feature-Store jetzt mit einer p99-Latenz von 200 ms erreichen und verkürzen die Feature-Verzögerung von Minuten oder Stunden auf Millisekunden. * Spark Real-Time Mode (RTM) macht Feature-Berechnungen im Millisekundenbereich möglich: RTM verarbeitet Zeilen kontinuierlich, statt auf Mikrobatches zu warten, aktualisiert Rolling-Window-Aggregationen pro Ereignis und amortisiert die Checkpoint-Erstellung, um die Latenz beim zustandsbehafteten Streaming niedrig zu halten. * Lakebase ermöglicht durchsatzstarke Online-Feature-Schreibvorgänge: Die Trennung von Compute- und Storage-Schicht reduziert die Schreibverstärkung bei häufigen kleinen Upserts und stellt so aktuelle Feature-Werte schnell für latenzarme Modellinferenz bereit.

Ähnliche Artikel

News

Einführung von Unity Gateway Insights

databricks-blog10h ago
News

Neuerungen für Genie in Microsoft: Copilot Cowork und Chat, Microsoft Teams und Excel

databricks-blog17h ago
News

Wie AUMOVIO den KI-Zugriff mit Databricks Unity Gateway zentralisiert hat

databricks-blog18h ago
News

Wie wir Databricks-Cluster-Ratenlimits um das 7,5-Fache erhöht haben

databricks-blog1d ago