Dataplatformen

OLTP, OLAP en Lakebase: één platform voor apps en analyse

Transactionele en analytische workloads vragen om een ander ontwerp. Lakebase en LTAP willen beide bedienen vanuit één beheerde kopie van de data, en wij engineeren de overstap stap voor stap.

Plan een gesprek Databricks health check

01 / Twee workloads

Twee workloads, twee ontwerpen

OLTP legt vast wat er gebeurt. OLAP verklaart wat er gebeurd is. Elk heeft een ontwerp dat erbij past.

OLTP: het bedrijf draaiende houden

Legt vast wat er gebeurt: een order, een boeking, een bericht
Elke wijziging is direct correct (ACID)
Veel gebruikers schrijven tegelijk
Antwoord in milliseconden
Bewaart de huidige stand

OLAP: het bedrijf begrijpen

Verklaart wat er gebeurd is: trends, totalen, voorspellingen
Leest hele kolommen over veel rijen
Laadt in batches of als stream
Antwoord in seconden, over de historie
Voedt rapporten, voorspellingen en ML-features

OLTP en OLAP naast elkaar
	OLTP	OLAP
Typische vraag	Wat is de status van deze order?	Hoe ontwikkelden vertragingen zich per route?
Toegangspatroon	Veel kleine lees- en schrijfacties op losse rijen	Weinig grote scans en aggregaties over veel rijen
Opslag	Rijgeoriënteerd, met indexen	Kolomgeoriënteerd, gecomprimeerd
Latency	Milliseconden	Seconden
Gelijktijdigheid	Hoog: veel gebruikers en verzoeken tegelijk	Lager: minder, zwaardere queries
Bewaarde data	Huidige stand	Historie
Voorbeelden	Orders, boekingen, app-status, agentgeheugen	Rapportage, voorspellingen, ML-features

02 / Twee systemen

Wat breekt tussen twee systemen

Veel organisaties draaien beide en koppelen ze met pipelines. In die lijm zitten de kosten en de vertraging.

App-databaseOLTP, huidige stand
CDC en replica'sWijzigingen kopiëren
LakehouseOLAP, historie
Reverse syncResultaten terugkopiëren
ApplicatieGebruikers en agents

Kwetsbare syncCDC-pipelines en replica's kosten geld en lopen achter.
SchemawijzigingenEen gewijzigd schema breekt de sync, die ook nog om resources concurreert met de app-database.
Verouderde antwoordenDashboards en agents werken met data die achterloopt op de applicatie.
Een tweede kopieJe betaalt ervoor en beheert hem apart.
Buiten de catalogusDe operationele kant staat buiten Unity Catalog.

03 / Lakebase

Wat Lakebase is

Lakebase is een beheerde, serverloze Postgres-service op Azure Databricks, met governance in Unity Catalog naast je lakehouse.

Serverloze PostgresSchaalt naar nul als er niets gebeurt.
Branches in secondenZero-copy branches van productiedata.
Point-in-time recoveryDirect terug naar een eerder moment.
pgvector en extensiesTientallen Postgres-extensies, inclusief pgvector.
Beheerd in Unity CatalogRegistreer de database voor eenduidige governance.
Synced tablesUnity Catalog-tabellen worden snelle leesacties voor applicaties.

Een branch bevat een kopie van productiedata, zodat een schemawijziging getest is vóór de merge.

Een branch per pull requestIllustratie

# Schematische stroom, geen echte commando's of configuratie
pull_request_geopend:
  maak_branch: kopie van productiedata
  voer_uit: schemamigraties op de branch
  voer_uit: integratietests op de branch
pull_request_gemerged:
  pas_toe: migraties op productie
  verwijder: de branch

Wat we verder controleren

Microsoft Entra ID en de netwerkbeveiliging van Azure maken deel uit van de service. We toetsen ze aan jouw landing zone.
Read replica's en automatische failover bestaan. Voor het ontwerp bevestigen we hun actuele status.
Lakebase Change Data Feed legt Postgres-wijzigingen vast als Delta, met de volledige historie. Het zit in Public Preview.

Databricks
Lakebase
Unity Catalog
PostgreSQL
Microsoft Entra ID

04 / LTAP

LTAP: wat nu klaar is

LTAP is een architectuur die OLTP en OLAP bedient vanuit één kopie van de data. Een deel is algemeen beschikbaar, een deel zit nog in preview.

LTAP-onderdelen en hun status
Onderdeel	Wat het doet	Status
Lakebase in Unity Catalog	Registreert de Postgres-database voor eenduidige governance	GA
Synced tables	Brengen Unity Catalog-tabellen naar Lakebase voor snelle leesacties	GA
Change Data Feed	Legt Postgres-wijzigingen vast als Delta, met de volledige historie	Public Preview
LTAP Direct Writes	Een LTAP-onderdeel, beschreven in de Databricks-documentatie	Beta
Lakehouse bevraagt Lakebase	Het lakehouse leest Lakebase-data in realtime	Private Preview

Onze regel: alleen GA-onderdelen gaan naar productie. Preview-functies draaien in een branch of een testomgeving. Laatst gecontroleerd: 10 november 2026.

Wat LTAP wil bereiken

LTAP (Lake Transactional/Analytical Processing) is op 16 juni 2026 aangekondigd. Het wil de CDC-, replicatie- en transformatiepipelines tussen de transactionele en de analytische kant overbodig maken. Databricks meldt dat LTAP binnenkort onderdeel wordt van Lakebase.

05 / Pasvorm

Wanneer Lakebase past, en wanneer je houdt wat je hebt

Laten staan, of eerst beoordelen

Grote Postgres-omgevingen met veel tuning
Workloads die afhangen van onderdelen die nog in preview zitten
Eisen die we per regio moeten verifiëren

Goede toepassingen

Operationele apps naast het lakehouse
Agentgeheugen en agentstatus
Features en scores aanbieden aan apps
Een kleine operationele datastore en de bijbehorende syncjobs vervangen

06 / Engineering

Hoe we het engineeren

Vijf fasen, elk met controles die je kunt inzien.

Ontwerpen
We toetsen netwerk en identiteit aan jouw Azure landing zone. Entra ID-groepen en Unity Catalog-reader- en contributorgroepen per schema geven least privilege.
Bouwen als code
Terraform-modules en Asset Bundles beschrijven het platform. Alleen pipelines rollen ze uit, via ontwikkel-, test-, acceptatie- en productieomgeving.
Branchen en migreren
Elke pull request krijgt een eigen databasebranch. Schemamigraties draaien op die branch en worden getest vóór de merge.
Aantonen
We testen de belasting met productieachtige volumes en houden restore-oefeningen, zodat herstel een stap is die je hebt geoefend.
Beheren en overdragen
Kostenbudgetten en alerts bewaken de uitgaven. Je krijgt een runbook en een overdrachtssessie.

Governance voor AI

Eén gateway voor elk model, elke agent en elke tool

Elke aanroep van teams, agents en coding tools loopt via Unity AI Gateway, zodat toegang, kosten en logs dezelfde regels volgen als de rest van je data.

Teams, agents, coding toolsWie een model aanroept
Unity AI GatewayRechten, budgetten, limieten, beleid, logging
Modellen, MCP-servers, toolsOp Databricks gehost en extern

ToegangUnity Catalog-rechten bepalen wie wat mag gebruiken.
Budgetten en limietenKosten en aantal verzoeken hebben een plafond per use case.
BeleidRegels gelden voor verzoeken en antwoorden.
LoggingElke aanroep komt voor audit in Delta-tabellen.
RouteringVerkeer wordt over modellen verdeeld, met failover.

Zo zetten we het op

De gateway en het beleid staan als code in de repository en worden door een pipeline uitgerold, nooit met de hand samengeklikt.
Eén service per use case, elk met een eigen budget en een eigenaar die erop aanspreekbaar is.
Inference-tabellen met een bewaartermijn en toegangsgroepen, zodat logs bruikbaar zijn en geen risico vormen.
Dashboards op system tables voor tokens, kosten en latency per team.
Coding agents zoals Claude Code lopen via de gateway, met repositoryregels en reviewpoorten erbovenop.
Fallbacks testen we vóór de livegang, door een bestemming bewust uit te zetten.
Smart Routing houden we buiten productie zolang het in Beta zit.

Algemeen beschikbaar. Smart Routing zit in Beta. Laatst gecontroleerd: 10 november 2026. Documentatie van Unity AI Gateway

07 / FAQ

Vragen die we horen

Is Lakebase een vervanger van ons datawarehouse?

Nee. Lakebase bedient applicaties die losse rijen lezen en schrijven. Analytische queries over de historie blijven op het lakehouse. LTAP wil beide laten werken op één kopie van de data.

Hebben we nog CDC nodig?

Synced tables zijn algemeen beschikbaar en brengen Unity Catalog-tabellen naar Lakebase. De onderdelen die CDC in de andere richting overbodig willen maken zitten nog in Beta of preview, dus we plannen CDC in tot ze algemeen beschikbaar zijn.

Kunnen agents Lakebase als geheugen gebruiken?

Het patroon past: agentgeheugen en agentstatus zijn actuele data met kleine lees- en schrijfacties, en pgvector hoort bij de ondersteunde extensies. Bewaartermijn, toegang en evaluatie ontwerpen we samen met de agent.

Hoe gaan jullie om met preview-functies?

Productie gebruikt alleen algemeen beschikbare onderdelen. Preview-functies draaien in een branch of een testomgeving, en we controleren hun status opnieuw op een vaste datum.

Waar staat de data?

Lakebase is een beheerde service van Azure Databricks. Waar de data precies staat hangt af van de regio en de netwerkopzet, dus we verifiëren beide vóór het ontwerp aan de actuele documentatie en aan jouw landing zone.

Bronnen, laatst gecontroleerd op 10 november 2026

Gerelateerd

Waarom een dataplatform loont Dataplatformen AI-engineering

Volgende stap

Apps en analyse op één platform plannen?

Vertel ons wat er nu draait en waar de pipelines knellen. We zeggen wat je kunt verplaatsen, wat je houdt en wat je eerst test.

Bespreek je platform Stuur een bericht of mail info@nexops.nl direct

Open voor projecten in Q4 2026

NexOps · nexops.nl · info@nexops.nl
Dataplatformen, AI-engineering en oplossingen op maat, gebouwd voor productie.