# Databricks 介紹 LTAP 儲存，將營運數據與分析數據放在一起供 AI 智能體使用

Databricks 表示，LTAP 在儲存層統一以列為基礎的營運數據與欄式分析數據，同時專用運算繼續分別處理各項工作負載，以服務 AI 智能體。

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

HTML: https://didcodexreset.com/zh-hk/news/66f705dc1d354b1c976cabe6.html

Content language: zh-HK
Localization state: translated

來源：Databricks · 發布於 28/9/2026 22:38:26

Databricks 表示，AI 智能體需要依據即時營運數據採取行動，同時也要使用分析數據。營運系統一直依賴快速的按列存取，分析則針對欄式儲存和廣泛掃描作了優化。

LTAP 在儲存層把同一數據的營運表示與分析表示放在一起。較熱層級以列格式保存數據，供營運存取；較冷層級以欄格式保存數據，供分析讀取。專用運算仍可獨立處理各項工作負載，而不是取代每項工作所用的引擎。

Databricks 在文章 [LTAP 如何統一 OLTP 與 OLAP 工作負載](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) 中說明了這項設計。

Tags: Databricks, LTAP, OLTP, OLAP, AI 智能體

[查看主帖原文](https://x.com/databricks/status/2104581170230874339)
