# Databricks 介绍 LTAP 存储，将运营数据与分析数据放在一起供 AI 智能体使用

Databricks 表示，LTAP 在存储层统一基于行的运营数据与列式分析数据，同时专用计算继续分别处理各类工作负载，以服务 AI 智能体。

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

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

Content language: zh-CN
Localization state: translated

来源：Databricks · 发布于 2026/9/28 22:38:26

Databricks 表示，AI 智能体需要依据实时运营数据采取行动，同时也要使用分析数据。运营系统一直依赖快速的按行访问，分析则针对列式存储和广泛扫描进行了优化。

LTAP 在存储层把同一数据的运营表示与分析表示放在一起。较热层级以行格式保存数据，供运营访问；较冷层级以列格式保存数据，供分析读取。专用计算仍可独立处理各类工作负载，而不是替换每项任务所用的引擎。

Databricks 在文章 [LTAP 如何统一 OLTP 与 OLAP 工作负载](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) 中说明了这一设计。

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

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