Pular para o conteúdo
← Todas as notícias
Databricks Blog10 de setembro de 2026

Aprimorando o cache de computação do Lakebase Postgres

Traduzido do original em inglês por IA. Ver em inglês

Resumo

O Lakebase Postgres agora executa um cache com escalonamento automático que funciona em conjunto com os shared buffers para manter mais dados residentes na computação, em vez de recorrer à camada de armazenamento. Em produção, isso resultou em throughput 2x maior, menos leituras na camada de armazenamento e menor latência em comparação com o cache padrão do Postgres.

* O cache padrão do Postgres vs. o cache do Lakebase Postgres * Como criamos um cache com escalonamento automático que funciona em conjunto com os shared buffers e mantém o máximo de dados possível na computação * Resultados em produção, incluindo throughput 2x maior, menos leituras na camada de armazenamento e menor latência

Artigos relacionados

News

Feitos para agentes: por que escolher o Spark Declarative Pipelines

databricks-blog2d ago
News

Trading de energia e analytics em tempo real no Databricks

databricks-blog2d ago
News

A nova economia do gerenciamento de custos de IA

databricks-blog3d ago
News

O coworker de IA do analista de fraude: detectando fraudes em telecom em tempo real em uma única plataforma

databricks-blog3d ago