预测优化（PO）通过自动分析数据写入和查询，持续优化数据布局，减少存储占用并提升查询性能。到2025年，PO将成为默认功能，支持自动统计、快速清理和液态聚类，简化手动维护。未来还将推出自动行删除和增强可观察性，进一步提升数据管理效率。

Unity Catalog的预测优化（PO）通过智能优化数据布局，实现了查询速度提升20倍和存储成本降低2倍。自推出以来，已有2400多家客户自动优化数据布局，处理约14PB数据，显著节省存储成本。PO简化了表管理，提升了查询性能，降低了维护工作量。

Databricks推出了预测优化的公共预览，旨在简化统计数据管理。该功能自动收集查询优化统计信息，提升性能并降低成本，用户可享受更高效的数据维护和查询执行效率。

Databricks发布了预测优化功能，通过AI和Unity Catalog自动优化表数据布局，提高查询速度和降低存储成本。该功能消除了手动管理操作，减少复杂性，提高性能和成本效益。客户已经看到了立即的好处，如Plenitude存储成本下降了26%。预测优化还能学习和调整数据使用模式，确保数据以最高效的布局存储。对于Anker等客户，预测优化已经产生了数百万美元的年度存储节省，并将查询性能提高了2倍。