Databricks SQL 的最新功能更新
内容提要
Databricks SQL是一个基于lakehouse架构的高性能、无服务器的数据仓库，具有简单易用的界面和较低的总成本。它引入了新功能和性能改进，使其更简单、更快速、更具成本效益。AI 功能提供了4倍的性能提升，包括Liquid Clustering、Predictive I/O、Intelligent Workload Management和Predictive Optimization。AI 助手帮助SQL分析师创建、编辑和调试SQL查询，而AI 函数允许直接在SQL中访问AI模型。Databricks AI/BI是一款利用生成式AI的商业智能产品。此外，还推出了核心SQL仓库功能。
延伸解读
AI驱动性能提升的实际影响
文章指出，Databricks SQL通过AI系统在平台各层自动优化性能，使重复BI查询性能比两年前提升73%，达到4倍加速。这得益于Liquid Clustering、Predictive I/O、Intelligent Workload Management和Predictive Optimization等功能的协同。对于用户而言，这意味着无需手动调优即可获得持续的性能改进，尤其适合高并发BI工作负载。
SQL分析师的新AI工具
Databricks AI助手已正式可用，能帮助SQL分析师创建、编辑和调试SQL查询，基于平台的数据智能引擎理解业务上下文。同时，AI函数允许直接在SQL中调用AI模型，包括ai_query()和9个新的GenAI函数，以及向量搜索和AI_Forecast。这些工具降低了使用AI的技术门槛，让分析师能更专注于业务逻辑而非基础设施。
核心数据仓库功能增强
为了支持从传统数据仓库迁移，Databricks SQL新增了物化视图、变体数据类型和侧列别名等核心功能。物化视图能在底层数据更新时自动刷新，确保仪表板数据新鲜度；变体类型为半结构化数据提供比JSON字符串更高的性能；侧列别名则简化了SQL编写。这些功能共同提升了数据仓库的完整性和易用性。
开放生态与集成优势
Databricks SQL与Power BI、Tableau、dbt等流行数据和AI工具集成，形成丰富的开放生态系统。这意味着企业现有的工具链很可能已经兼容DBSQL，无需大规模更换即可享受lakehouse架构带来的成本优势和统一平台体验。这种开放性降低了迁移风险，并保护了现有投资。
Q&A
Databricks SQL的主要特点是什么？
Databricks SQL是基于lakehouse架构的高性能、无服务器数据仓库，具有简单易用的界面和较低的总成本。
Databricks SQL如何利用AI提升性能？
Databricks SQL通过Liquid Clustering、Predictive I/O、Intelligent Workload Management和Predictive Optimization等AI功能，实现了4倍的性能提升。
Databricks AI助手的功能是什么？
Databricks AI助手帮助SQL分析师创建、编辑和调试SQL查询，提高工作效率。
什么是Databricks AI/BI产品？
Databricks AI/BI是一款利用生成式AI的商业智能产品，支持自助数据分析，旨在 democratize insights from data。
Databricks SQL的新功能有哪些？
新功能包括物化视图、变体数据类型、侧列别名等，提升了数据仓库的能力。
Databricks SQL如何支持高并发工作负载？
Intelligent Workload Management使用机器学习模型优化无服务器SQL仓库资源，以支持高并发工作负载。
