Trois nouvelles sources de données prises en charge sans conversion

Databricks AI Search étend son écosystème en supportant désormais nativement trois types de tables : les Streaming Tables, les Materialized Views et les Managed tables utilisant Iceberg v3+, en plus des Delta tables déjà existantes. Selon le blog officiel de Databricks, cette évolution permet d’éviter la création de copies Delta intermédiaires et la gestion de pipelines de synchronisation séparés.

Databricks AI Search élimine désormais les pipelines de synchronisation intermédiaires pour connecter directement les données temps réel, les vues personnalisées et les tables Iceberg à ses applications.

Streaming Tables : l’intelligence artificielle en temps réel sans latence

Les Streaming Tables permettent d’alimenter AI Search avec des événements en temps réel, comme des transactions financières, des alertes de sécurité ou des données IoT. Avant cette mise à jour, les organisations devaient construire des pipelines personnalisés pour synchroniser ces flux avec une table Delta dédiée. Désormais, AI Search se connecte directement à ces tables, réduisant la complexité opérationnelle et accélérant les applications critiques telles que la détection de fraude ou la surveillance en continu, comme l’explique Databricks.

Materialized Views : personnalisation et agrégation sans effort

Les Materialized Views offrent une flexibilité accrue en permettant d’agréger, filtrer ou joindre des données de multiples sources pour créer un état personnalisé. Par exemple, une Materialized View peut combiner des données clients récentes avec des préférences historiques pour alimenter des recommandations en temps réel. AI Search peut indexer ces vues directement, sans nécessiter de transformation préalable, comme le souligne ReleaseBytes. Cela simplifie la création d’expériences utilisateur dynamiques, comme des recherches adaptées à l’activité récente d’un client.

Iceberg v3+ : l’ouverture des données sans migration forcée

Les Managed tables utilisant Iceberg v3+ peuvent désormais servir de source directe pour AI Search, sans conversion vers un autre format comme Delta. Cette compatibilité native avec un format ouvert réduit les coûts de migration et les verrous technologiques. Selon Databricks, les organisations peuvent ainsi exploiter des lacs de données multi-formats tout en bénéficiant des capacités de recherche avancée d’AI Search, sans surcharge technique.

Ce que cela change ici : moins de pipelines, plus d’agilité pour les entreprises africaines

Pour les entreprises et administrations du Bénin et d’Afrique de l’Ouest, cette mise à jour pourrait réduire significativement les coûts et la complexité liés à l’intégration de données temps réel ou multi-sources dans des applications d’intelligence artificielle. Par exemple, une banque cotonouise utilisant des flux de transactions en temps réel pour détecter des fraudes pourrait désormais supprimer les étapes de synchronisation manuelle entre ses systèmes et AI Search, accélérant ainsi ses analyses. De même, les administrations publiques gérant des données hétérogènes (comme des registres électoraux ou des données sanitaires) pourraient simplifier l’indexation de ces informations sans recourir à des migrations coûteuses vers un seul format.

Les Materialized Views offriraient aussi un avantage aux plateformes e-commerce ou aux services financiers, où la personnalisation en temps réel (recommandations, alertes) est cruciale. Enfin, le support d’Iceberg v3+ permettrait aux organisations utilisant déjà ce format open-source de maintenir leur infrastructure existante tout en adoptant AI Search, un atout pour les budgets limités ou les environnements techniques variés.