Databricks与Google Cloud深化合作，实现Unity Catalog与BigQuery的互操作性，用户可无数据复制地访问Unity Catalog管理的表，支持跨平台统一治理。新功能包括通过Google Cloud Lakehouse访问Iceberg表，提升数据管理效率，推动开放数据生态系统的发展。

dbt在Databricks平台上运行，整合数据转型工作流，提供开放存储和统一治理。通过Unity Catalog，团队高效管理数据权限和访问，简化操作复杂性。Databricks的高性能引擎提升ETL工作负载效率，减少手动调优需求，帮助用户专注于构建数据管道。

Databricks推出AI Gateway，简化外部MCP服务器的连接和认证，帮助团队安全访问GitHub和Atlassian等工具。通过Unity Catalog管理权限，支持多云环境，简化OAuth流程，提高代理构建效率。

Databricks推出Unity Catalog Business Semantics，提供统一的业务语义基础，确保数据和AI平台中的指标定义一致性。该平台支持开放源代码，允许用户在不同工具中无缝集成和使用业务语义，提升数据分析的效率和准确性。通过Metric Views，用户可以在SQL中集中定义和管理业务指标，确保所有用户和AI代理获得相同结果，推动数据驱动决策。

Delta Sharing现已支持基于属性的访问控制（ABAC），允许数据提供者共享受ABAC政策保护的表格。接收者可以在共享表上应用自己的ABAC政策，确保数据安全和合规。所有操作均在Unity Catalog中记录，以满足审计和合规需求。这种数据共享方式为客户带来了实际影响。

Genie Code是Databricks Genie家族的新成员，专为数据团队设计，能够自动执行复杂任务，如构建数据管道和系统维护。它深度集成Unity Catalog，理解企业数据和治理政策，在数据科学任务中表现优异，显著提升工作效率和准确性。

Databricks推出了新的Discover体验，旨在简化数据发现过程。该功能集成在Unity Catalog中，允许用户在一个地方找到可信的数据和分析资产。通过域的设置，数据按业务单位组织，结合AI推荐和人类策划，帮助用户快速识别高价值资产，提升数据治理效率。目前该功能在AWS、Azure和GCP的Beta版本中可用。

Databricks被评为IDC市场领导者，突显其在统一AI治理平台方面的能力。随着AI应用的扩展，企业对治理的需求日益增强。Databricks通过Unity Catalog实现统一治理，确保数据与AI的合规性与创新并行，支持生成性和自主AI的管理。

7-Eleven在全球拥有超过85,000家门店，面临数据平台挑战。为解决数据访问和合规性问题，他们决定迁移到Unity Catalog，以实现集中控制和简化操作。通过UCX工具，团队评估现有系统，优先处理高价值工作，确保迁移顺利进行。

数据团队的性能优化已转变为持续提升，预计到2025年，Databricks SQL在生产工作负载中的性能将提升40%，无需手动调优。Unity Catalog显著减少治理延迟，查询速度提升10倍。Delta Sharing使共享数据性能与本地数据相当，提升30%。整体目标是加快工作负载并降低成本。

Unity Catalog推出跨引擎细粒度访问控制，解决湖仓中不同引擎治理碎片化问题。用户可定义基于标签的行过滤和列掩码，确保数据治理政策在多个引擎中一致执行。这一创新支持在开放存储中灵活使用多种引擎，同时保障安全性和合规性。

开放治理时代已来临，Unity Catalog（UC）作为互操作治理的基础，已被700多家企业采用。UC通过开放API简化外部工具连接，支持Delta Lake和Apache Iceberg，提供统一访问控制和高性能查询，证明了开放与治理结合能有效促进互操作性。

Databricks连续第五年被评为Gartner云数据库管理系统魔力象限的领导者。新推出的Lakebase将完全托管的PostgreSQL功能整合到Databricks平台，支持操作和分析工作负载，简化数据管理，提升性能与可扩展性。Unity Catalog提供统一的治理和元数据，确保操作与分析的一致性。

传统数据仓库适合结构化工作负载，但企业面临流数据和非结构化数据的挑战。Azure Databricks结合数据仓库的可靠性与湖仓的开放性，提供一个集成平台，支持分析、治理和AI。Unity Catalog集中管理权限和元数据，确保数据准确性和可追溯性，而Lakeflow则提升数据管道管理的性能和信任。

Databricks与微软合作推出Unity Catalog开放API，整合Unity Catalog与OneLake的数据，促进数据共享与治理，增强跨平台互操作性，支持Azure Databricks用户访问OneLake数据，推动开放湖屋生态系统发展。

Python用户定义表函数（UDTFs）简化了复杂查询，支持在整个表上运行状态保持的Python代码，适合时间序列分析等高级任务。Unity Catalog中的UDTFs可跨会话和工作区调用，确保安全执行。

Databricks在数据智能平台中支持Apache Iceberg v3，提供统一的数据层，提升性能和互操作性。新特性包括删除向量、行级血缘和变体数据类型，优化Iceberg工作负载。Unity Catalog实现Delta与Iceberg表的无缝互操作，促进开放标准，助力客户在湖仓基础上构建数据管理。

随着数据民主化，维护大规模控制变得复杂。基于属性的访问控制（ABAC）通过定义标签驱动的政策，确保一致的保护和最小权限访问。与Unity Catalog结合，ABAC自动掩盖敏感字段，简化访问政策，提高治理效率，保护敏感数据。

Unity Catalog的新样本数据探索功能允许用户通过自然语言提问，快速获取数据洞察和可视化，简化数据理解，提升数据治理和智能化水平。

新SET MANAGED命令简化了将UC外部表转换为UC管理表的过程，减少停机时间，支持并发写入，并保留表配置和历史。使用Unity Catalog作为数据源，管理表提升性能和治理，支持自动优化和数据清理。转换步骤包括选择外部表、检查准备情况、执行转换命令及验证结果。