# Databricks、AIエージェント向けに運用データと分析データをまとめて保持するLTAPストレージを説明

Databricksによると、LTAPは行ベースの運用データと列指向の分析データをストレージ層で統合し、専用コンピュートは引き続き各ワークロードを別々に処理してAIエージェントに対応する。

Language: ja
Time zone: Asia/Tokyo
Current time (UTC, cached as of): 2026-11-17T15:40:00.000Z
Query date (Asia/Tokyo): 2026-11-18

HTML: https://didcodexreset.com/ja/news/66f705dc1d354b1c976cabe6.html

Content language: ja
Localization state: translated

出典：Databricks · 2026/9/28 23:38:26 公開

Databricksによると、AIエージェントはライブの運用データに基づいて動作しつつ、分析データも使う必要がある。運用システムは高速な行ベースのアクセスに依存してきた一方、分析は列指向ストレージと広範囲のスキャン向けに最適化されてきた。

LTAPは、同一データの運用向け表現と分析向け表現をストレージ層でまとめる。よりホットな層は運用アクセス向けに行形式でデータを保持し、よりクールな層は分析読み取り向けに列形式でデータを保持する。専用コンピュートは、各ジョブに使うエンジンを置き換えるのではなく、各ワークロードを引き続き独立して処理できる。

Databricksは記事 [LTAPがOLTPとOLAPのワークロードをどう統合するか](https://www.databricks.com/blog/40-year-old-database-rule-agents-just-broke-how-ltap-unifies-oltp-and-olap-workloads?utm_source=twitter&utm_medium=organic-social) でこの設計を説明している。

Tags: Databricks, LTAP, OLTP, OLAP, AIエージェント

[元の投稿を見る](https://x.com/databricks/status/2104581170230874339)
