2026年11月2日，Databricks官方博客宣布，全托管无服务器Postgres服务Lakebase Postgres在Google Cloud正式商用（GA），核心能力涵盖自动扩缩容、缩容至零、即时分支与时点恢复，架构上采用计算与存储分离，并与分析数据共享统一存储底座。GA首批开放五个区域，官方口径显示其库内混合检索吞吐为pgvector方案的2倍、成本降低4倍。继AWS正式商用之后，数据平台厂商向事务型数据库市场的纵深推进再下一城。
一、事件焦点：Lakebase Postgres登陆Google Cloud正式商用
Databricks于2026年11月2日通过官方博客宣布，全托管无服务器Postgres服务Lakebase Postgres在Google Cloud正式商用（GA）。博客由Cassie Murray署名发布，将产品定位为面向下一代应用与AI代理的“生产级基础”，并强调其“无基础设施需管理、无管道需维护”。Databricks官方发布说明同时显示，Google Cloud侧的GA条目于2026年10月30日更新，GA版本包含自动扩缩容计算、缩容至零、分支与即时恢复能力。
此次GA并非孤立事件。从产品版图看，Lakebase Postgres已于2026年1月22日在AWS正式商用 ；微软Azure Databricks的官方发布说明亦显示，Lakebase Postgres数据库实例、同步表等能力已在Azure侧持续上线 。至此，Databricks将事务型（OLTP）负载纳入其数据智能平台的多云布局，已经横跨AWS、Microsoft Azure与Google Cloud三大云平台，数据平台厂商与云厂商托管数据库服务之间的竞合关系随之进一步深化。
落地范围方面，GA后Lakebase Postgres在Google Cloud开放五个区域：asia-southeast1、europe-west3、us-central1、us-east4、us-west1 ；官方发布说明显示，GA在既有区域基础上新增两个区域。接入方式上，用户可直接从Google Cloud上的Databricks工作区创建首个Lakebase项目，使用既有Postgres工具连接并开始构建。管理面此前已经就绪：REST API、CLI与SDK已于2026年8月14日正式商用，覆盖项目、分支、端点、数据库、角色、凭证、同步表与目录等管理操作。
在行业观察层面，这一事件的信号意义在于：以分析见长的数据平台开始将事务型负载作为一等公民纳入统一平台。产业观察将2026年6月Databricks推出LTAP架构、Lakebase向事务能力延伸视为“湖库一体”演进的代表案例。对云数据库市场而言，分析平台与事务数据库的边界正在被重新定义——数据不再需要在运营库与分析库之间搬运，而是共享同一存储底座。
二、产品能力拆解：从自动扩缩容到即时分支
无服务器自动扩缩容与缩容至零，构成Lakebase Postgres的基础能力组合：计算资源随应用流量自动伸缩，闲置时缩容至零，用户无需为闲置容量付费。AWS侧发布说明显示，新实例默认在闲置24小时后自动缩容至零，以降低闲置项目的计算成本；计算规格上限亦已提升至64 CU（128 GB），较此前32 CU（64 GB）翻倍。对开发测试与间歇性负载场景而言，这一机制直接改写了“常驻实例”的成本模型。
即时分支与时点恢复（PITR）面向开发效率与数据安全两类场景：零拷贝分支可在数秒内创建生产数据的隔离副本，用于安全地测试变更；PITR支持将数据恢复至指定时刻，为误删、错误发布等事故提供回退手段。配套的快照API与备份计划API已于2026年10月26日在AWS与Google Cloud双侧正式商用，支持创建、查询、删除时点快照，并可通过从快照新建分支实现恢复。
兼容性上，Lakebase Postgres保持标准Postgres形态，用户既有的Postgres工具、驱动与扩展可以直接沿用；服务内置检索引擎与pgvector兼容，面向AI驱动的搜索场景提供库内向量与全文检索能力。这意味着存量Postgres应用的迁移成本较低，而AI检索能力无需另建独立检索系统。
上述能力的整体结构如图1所示：弹性成本、开发敏捷、开放兼容与企业级保障四个维度，共同构成GA版本的能力地图。
图1 Lakebase Postgres核心能力地图（GA口径）
三、架构纵深：存算分离与统一存储底座
架构层面，Databricks官方表述为：Lakebase架构将计算与存储分离，从而消除传统数据库的资源冲突与基础设施开销。计算层可独立于存储层伸缩，事务负载与检索负载不再相互争抢资源；存储层则是Postgres数据库存储与湖仓分析数据共享的统一底座。整体分层结构如图2所示。
统一底座直接改写了数据流转路径。官方表述称，运营数据、分析数据与AI数据之间“没有需要单独管理的孤立数据库、没有需要另行维护的访问控制、没有需要保持同步的数据搬运” 。免建ETL管道、免重复存储、消除数据滞后，是这一架构对总体拥有成本（TCO）的三重削减。直写能力进一步强化实时性：LTAP Direct Writes（Beta）支持将湖仓富化数据直接写入Lakebase存储层、绕过计算端点而不拖慢应用，官方实测加载1TB数据不足5分钟；AWS侧发布说明显示该能力于2026年8月25日进入Beta，支持Postgres 16/17/18 。
产品渊源方面，三方信息互证：Neon官网明确“Neon自2025年5月起成为Databricks平台的一部分”；Databricks官方产品文档确认“Lakebase Postgres亦可通过Neon.com平台使用” ；Lakebase基于开放湖存储提供无服务器Postgres服务，其技术论文已发表于数据库顶会PVLDB，Databricks此前宣布收购无服务器Postgres厂商Neon。无服务器Postgres的弹性能力由来源头有迹可循。
图2 LTAP架构示意：存算分离与统一存储底座
四、企业级保障与性能实测数据
生产级保障首先体现在可用性上：官方口径为多可用区高可用端点（含自动故障转移）提供99.99% SLA，单可用区端点提供99.9% SLA。网络层面，企业客户可通过Private Service Connect（Beta）将数据库流量保持在私有网络内，实现自有VPC内应用与Lakebase的直连。
治理与身份体系统一在平台层：Unity Catalog对运营、分析与AI数据实施一致的访问控制、血缘与审计；用户与服务主体可通过Databricks OAuth或原生Postgres凭证完成认证，权限在Unity Catalog中集中管理。对同时运行分析负载与事务负载的企业而言，这意味着不再需要为数据库单独维护一套访问控制体系。
性能数据方面，官方在GA博客中给出Lakebase Search的对比口径：在Postgres库内直接组合向量与全文检索，吞吐为pgvector方案的2倍、成本降低4倍，且“无需第二套系统、无需同步管道” 。Google Cloud发布说明显示，Lakebase Search于2026年9月28日在GCP进入Beta，单个索引可扩展至10亿以上向量、索引构建速度最高达HNSW方案的50-100倍；AWS侧Search已于2026年9月18日正式商用。
容量规划维度，Databricks于2026年10月15日发布官方实测博客《Sizing Lakebase Search》，以内部应用Slide Hub与MIRACL英文语料（100万至400万段落）为基准给出量化基线：将本地文件缓存规模与向量索引规模对齐后，页面缓存命中率稳定在95%至98%区间（见图3）；1 CU下检索语句平均延迟146毫秒，8 CU降至34毫秒；8 CU升至16 CU时，混合负载吞吐从每秒15次查询增至65次；生产环境常驻0.5 CU的月成本约31~40美元；14分钟同区域阶梯压测完成约10.96万次请求且零错误，数据库侧成本仅0.02美元 。
图3 Lakebase Search检索实测：本地文件缓存命中率（取区间下限）
五、竞品坐标、差异化逻辑与客户实证
在RAG与AI代理应用的检索层选型中，独立向量数据库（如Chroma、Pinecone）与pgvector等开源扩展是生产环境常见方案。Lakebase Postgres的差异化在于“事务、向量、全文检索同库”——检索全程由一条SQL语句完成，一次连接、一次提交，无需在数据库与独立向量库之间搬运数据。竞合维度，CNBC报道称Databricks市值已超过公开市场对手Snowflake；行业研报亦将两家公司的数据平台能力列入对照框架。
从成本结构看，其TCO逻辑由四个要素构成：与分析数据共享存储底座带来的免管道、免重复存储 ；缩容至零带来的闲置成本归零——官方实测建议开发测试环境缩容至零，生产环境常驻0.5 CU即可规避约1秒冷启动；统一治理带来的独立数据库管理面削减；以及库内AI检索免除第二套检索系统的许可与同步开销 。
客户实证方面，KaBuM!数据与AI经理Pablo Henrique de Freitas在官方博客中表示：“我们选择Lakebase Postgres作为KaBuM!的AI代理默认记忆层，因为它提供低延迟读写，满足我们对话式AI对无缝客户体验的要求。随着Lakebase登陆Google Cloud，我们的AI工程师拥有了一个完全集成到数据平台中的快速、可靠的基础。”
资本市场数据同样构成参照系：2026年8月，Databricks完成50亿美元融资，投后估值达1900亿美元；公司营收年化运行率超70亿美元，第二季度同比增长超80%。其中，面向AI代理的Lakebase数据库业务年化运行率已突破1亿美元，Lakehouse数据仓储业务超15亿美元。而在约半年前的一轮融资中，公司以1340亿美元估值完成50亿美元股权融资，并获得20亿美元债务融资额度。
六、趋势研判：AI代理负载与多云版图
趋势一：AI代理负载正在成为数据库演进的关键驱动。行业研报将Agent-ready与Agentic方向列为数据库演进的重要趋势，指出厂商正围绕AI代理场景扩展数据库能力。Databricks CEO阿里·戈德西（Ali Ghodsi）在披露融资时对CNBC表示“需求非常疯狂”（demand is crazy），并将Lakebase数据库业务、Genie业务代理与AI Gateway列为增长亮点；其数据库业务年化运行率突破1亿美元，为这一趋势提供了业务侧注脚。
趋势二：多云版图沿“Beta—预览—GA”的节奏梯度推进（见图4）。AWS侧于2025年10月30日启动Beta，同年12月12日进入公开预览，2026年1月22日正式商用，此后陆续补齐高可用端点、SLA口径、SOC 2 Type 2合规、PCI-DSS与HITRUST全区域合规、Lakebase Search正式商用以及64 CU计算规格等能力；Google Cloud侧于2026年6月15日启动Beta，2026年8月14日管理API正式商用，9月28日Search进入Beta，10月30日整个服务正式商用并新增两个区域；Azure侧则通过Azure Databricks持续集成Lakebase数据库实例与同步表等能力 。
趋势三：能力边界仍在扩展通道中，但需注意状态约束。本次GA公告中，Private Service Connect私有连接为Beta状态 ，LTAP Direct Writes为Beta状态；合规认证方面，AWS侧已覆盖SOC 2 Type 2、PCI-DSS与HITRUST ，Google Cloud侧的合规与安全扩展节奏需以官方文档为准。基于已核实事实的观察结论是：Lakebase Postgres以“标准Postgres兼容+存算分离+统一治理”的组合切入事务型数据库市场，其竞争力核心不在于单点性能参数，而在于与分析底座的同库协同；多云GA版图补齐之后，数据平台厂商与云厂商在数据库层的竞合将进入更深水区。
图4 Lakebase Postgres多云版图推进时间线
结论
Lakebase Postgres在Google Cloud正式商用，是Databricks数据智能平台向事务型负载纵深推进的标志性节点：五个GA区域开放、管理API与快照体系就绪、Unity Catalog治理与私有连接配套跟进 。
从架构看，存算分离与统一存储底座是产品差异化的根源：官方实测与产业报道共同印证了缓存命中率95%以上的检索经济性与不足5分钟的TB级数据直写能力。从市场看，KaBuM!的AI代理记忆层实践、数据库业务年化运行率突破1亿美元，与三大云平台的版图推进，共同指向“分析平台事务化、事务平台分析化”的融合竞争阶段。
需要提示的是，Private Service Connect与Direct Writes仍处Beta状态，Google Cloud侧的区域与合规覆盖仍在扩展之中，Azure侧的商用节奏亦以官方文档为准。本稿所有事实与数据均来自Databricks官方博客、官方发布说明、产品文档以及经双源交叉校验的第三方报道，Beta状态与单源数据均已在正文标注。
