Databricks · 2 novembre 2026 · Data & AI
Lakebase Postgres est désormais disponible en version générale sur Google Cloud
Databricks annonce la disponibilité générale de Lakebase Postgres sur Google Cloud. Cette annonce marque le passage du produit à ce stade de disponibilité sur cette plateforme.
Ce qui est annoncé
Databricks annonce la disponibilité générale de Lakebase Postgres sur Google Cloud. Cette base Postgres entièrement gérée et serverless permet d’exécuter des charges opérationnelles sur la Databricks Data + AI Platform. Son architecture dissocie le calcul du stockage et utilise une couche de stockage commune avec les données analytiques. Les contrôles d’accès, la traçabilité et l’audit sont centralisés dans Unity Catalog, avec un même cadre de gouvernance pour les données opérationnelles, analytiques et liées à l’IA.
Le service propose un ajustement automatique des ressources de calcul, leur arrêt en l’absence d’activité, des branches isolées sans copie des données de production et une restauration à un instant donné. Il prend en charge les outils, pilotes et extensions Postgres. Lakebase Search associe recherche vectorielle et recherche en texte intégral. Pour la disponibilité, Databricks présente des points d’accès multizones avec basculement automatique. La connectivité privée via Google Cloud Private Service Connect reste, elle, en bêta. L’authentification repose sur Databricks OAuth ou sur des identifiants Postgres natifs.
Ce que ça change pour les entreprises
Pour les DSI, cette annonce ouvre une possibilité de rapprocher applications transactionnelles, analytique et agents IA dans un environnement commun. Le partage du stockage et de la gouvernance pourrait limiter certains pipelines de transfert et la gestion de contrôles d’accès séparés. Ces bénéfices restent à apprécier selon l’architecture existante et les flux concernés : les gains de coût ou de simplicité avancés par l’éditeur ne constituent pas un résultat acquis pour chaque entreprise.
Pour les équipes IT, les branches isolées et la restauration à un instant donné offrent des mécanismes utiles pour tester des changements et traiter certaines erreurs. L’ajustement du calcul peut également répondre à des variations d’activité. Le cadrage d’un déploiement devra toutefois tenir compte des régions disponibles, des niveaux de disponibilité proposés et du statut bêta de la connectivité privée, notamment si celle-ci conditionne les exigences de sécurité.
Comment UNEETY peut vous accompagner
Une ESN comme UNEETY peut aider à qualifier les usages pertinents, cadrer l’intégration avec les applications et les données existantes, puis définir les règles de sécurité et de gouvernance. Cet accompagnement peut aussi couvrir les tests et l’adoption par les équipes IT.
Découvrez notre offre Data & AI ou contactez-nous.
Source : annonce Databricks du 2 novembre 2026.