はじめに：現代のアプリケーション開発を変えるLakebase
Lakebase入門のセッションでは、Lakebaseの概要、アーキテクチャ、ユースケースが紹介された。LakebaseはPostgres互換のマネージドデータベースで、従来の操作性を保ちながらブランチやスナップショット、サブ秒オートスケール、スケール・トゥ・ゼロ、ポイントインタイムリカバリといった機能を提供すると説明された。これらは、開発や運用の柔軟性とコスト効率を高めるための設計だと紹介されている。
Databricksは、低レイテンシのトランザクション処理と大規模分析では最適なエンジンが異なると述べ、LakebaseをOLTP用途、Lakehouseを分析用途として使い分けることを推奨している。
※サイトの更新により、リンクが無効になる可能性があります。
― エーピーコミュニケーションズ GDAI部 Lakehouse
アーキテクチャとセキュリティ
ユニティカタログ連携
発表によれば、LakebaseはPostgres互換を保ちつつ独自アーキテクチャを採用している。可用性は複数AZにまたがるストレージレイヤーのsafekeeperによるクォーラム方式で確保され、Write‑Ahead Logを利用したストリーム処理でインデックスと履歴を管理すると説明された。
セキュリティ面では、TLSや静止時暗号化、顧客管理キー対応、Databricks経由またはPostgresネイティブ認証、PrivateLinkやIP ACLによるネットワーク分離、テナント分離、監査・系譜ログといった機能を備えていると紹介された。すべての操作はシステムテーブルにログされる仕組みだと説明されている。
コア機能：ブランチ・スナップショット・リストア
ブランチ・スナップショット・時点復元
中心的な機能として、Gitライクなブランチと瞬時に作成・復元できるスナップショット、サブ秒オートスケールやスケール・トゥ・ゼロが挙げられた。発表では、これらにより開発・テストと本番の分離が容易になり、アイドル時のコストを低減できる可能性があると説明された。
ポイントインタイムリカバリやスナップショットが迅速な復旧を支援すると紹介されたが、具体的なSLAや運用上の保証については示されていない点に注意が必要だ。発表では、コンピュートは「CU（Compute Unit）」という単位で表現され、1 CU を 2GB RAM 相当と説明された。
実用例：OLTPと分析の使い分け
Lakebaseとの統合運用
デモでは、Lakebaseでの単一行ルックアップが数ミリ秒台で応答する例が示され、同じクエリをLakehouse系の分析エンジンで実行した場合より低レイテンシになる場面が説明された。一方で、複雑な全履歴に対する集計や分析はLakehouse系が適しているとされ、用途に応じてエンジンを選ぶことが重要だと強調された。
また、テーブル同期機能によりカスタムETLが不要になるケースが紹介され、データ統合の工数削減につながる可能性が示された。
まとめ：使い分けを前提にした選択肢
セッションを踏まえると、LakebaseはPostgres互換の使いやすさを保ちつつ、ブランチやスナップショット、スケール機能などで開発フローやコスト効率を支援する設計が特徴だ。Databricksはトランザクショナル処理にはLakebase、歴史全体の分析にはLakehouseを使い分けるアプローチを提示している。
