Databricks Lakebase: Datenbank-Branching in unter einer Sekunde für Coding-Agents

Branching in unter einer Sekunde für parallele Coding-Agents

Die neue Branching-Funktion von Databricks Lakebase, die im Rahmen der Public Preview angekündigt wurde, verspricht, eine zentrale Hürde für parallele Coding-Agents zu beseitigen. Laut Herstellerangabe (Databricks) lässt sich die gesamte Datenbank in unter einer Sekunde branchen – unabhängig von ihrer Größe. Ermöglicht wird dies durch ein Copy-on-Write-Verfahren: Branches teilen sich zunächst die Daten des Parents und verbrauchen erst dann zusätzlichen Speicher, wenn sie davon abweichen. Das bedeutet, dass selbst ein Branch einer Terabyte-großen Produktionsdatenbank in derselben Zeit erstellt wird wie der einer kleinen Entwicklungsdatenbank – eine O(1)-Operation, wie auch der Technologieberater Thoughtworks in einer Analyse bestätigt. Für Entwicklungsteams ist das ein entscheidender Vorteil: Sie können für jeden Coding-Agenten oder jede Aufgabe einen isolierten Datenbank-Branch bereitstellen, ohne auf eine gemeinsame Umgebung angewiesen zu sein. So arbeiten mehrere Agents parallel an Schemaänderungen, führen Tests mit realistischen Produktionsdaten durch und vermeiden Konflikte, die in geteilten Datenbanken unvermeidlich sind. Idle Branches skalieren laut Anbieter auf null, sodass keine Compute-Kosten anfallen, wenn sie nicht genutzt werden. Das senkt die Kosten für parallele Entwicklung erheblich und macht es praktikabel, für jeden Pull Request oder jede Experimentierphase einen eigenen Branch zu verwenden.

Serverlose Postgres-Basis mit Databricks-Integration und API-Zugang

Lakebase wird von Databricks als vollständig verwaltete, serverlose Postgres-Datenbank beschrieben, die nativ in die Databricks Data + AI Platform integriert ist. Vollständig verwaltet bedeutet, dass der Anbieter Betriebsaufgaben wie Patching, Skalierung und Failover übernimmt – der Nutzer muss keine Datenbankadministrationsaufgaben manuell durchführen. Serverlos heißt, dass keine festen Serverinstanzen provisioniert werden müssen: Die Datenbank basiert auf der Neon-Architektur mit getrenntem Speicher und Compute, wodurch Compute-Ressourcen bei Bedarf automatisch hoch- und herunterskaliert werden und bei Inaktivität auf null fallen. Das reduziert Kosten, da nur tatsächlich genutzte Rechenleistung abgerechnet wird. Die native Integration in die Databricks-Plattform bedeutet, dass operative Daten im selben Speichersystem wie analytische Daten liegen, was ETL-Pipelines überflüssig macht und Echtzeit-Analysen ermöglicht. Für die Verwaltung stehen laut offizieller Dokumentation eine REST-API, eine CLI sowie SDKs für Python, Java und Go zur Verfügung. Die REST-API eignet sich für Plattform-Management, etwa das Erstellen von Projekten und Branches, und lässt sich in Automatisierungsskripte einbinden. Die CLI ermöglicht schnelle Authentifizierung und Verwaltung über die Kommandozeile, während die SDKs eine programmatische Integration in eigene Anwendungen erlauben. Unterstützt werden zahlreiche Postgres-Erweiterungen, darunter PostGIS für räumliche Abfragen, hll für speicherschonende Zählungen und lakebase_tokenizer für konfigurierbare Textsuche. Innerhalb einer Region verwaltet Lakebase laut Anbieter Failover automatisch, was die Verfügbarkeit erhöht; Cross-Region Disaster Recovery befindet sich noch in der Private Preview.