Qlik kündigt eine Reihe neuer Funktionen für Databricks-Kunden an, die auf der Databricks Data Intelligence Platform aufbauen. Zu den Erweiterungen zählen das Echtzeit-Streaming von Daten in Uniform-Tabellen des Unity Catalog mittels Change Data Capture (CDC), die automatisierte Apache-Iceberg-Optimierung durch Qlik Open Lakehouse sowie die Erstellung hochwertiger Datenprodukte.
Diese Neuerungen bieten Datenteams mehr Flexibilität im Umgang mit offenen Formaten, optimieren die operative Performance bei Delta- und Iceberg-Daten und beschleunigen den Weg zu vertrauenswürdigen, KI-fähigen Architekturen – ohne dabei die Governance oder Performance von Databricks zu beeinträchtigen.
Zu den neuen Funktionen gehören:
- Echtzeit-Daten-Streaming zu Databricks Uniform Tables via CDC: Qlik Replicate streamt kontinuierlich CDC-Daten aus Unternehmensquellen direkt in die verwalteten Iceberg-Tabellen des Unity Catalog. Dies ermöglicht eine Aufnahme mit geringer Latenz und unterstützt strenge Geschäfts-SLAs für Delta- und Iceberg-Formate.
- Adaptive Iceberg-Optimierung: Während Daten aus der Qlik Talend Cloud in Apache Iceberg-Tabellen geladen werden, sorgt der vollautomatische Optimierer von Qlik Open Lakehouse für intelligente Verdichtung, Partitionierung und Bereinigung. Dadurch werden Speicherbedarf reduziert und Abfragen beschleunigt. Optimierte Iceberg-Tabellen können über Databricks Photon oder jede Iceberg-kompatible Engine mit konstant niedriger Latenz abgefragt werden.
- Hochwertige, KI-fähige Datenprodukte: Datenteams können kontrollierte Datenprodukte erstellen und die Datenqualitätsberechnung für Databricks-Assets – einschließlich Delta Live Tables – beschleunigen. So wird sichergestellt, dass die Produkte vertrauenswürdig, präzise und für KI-Anwendungsfälle geeignet sind.
- Erweiterung der Roadmap für Spark-Aware Studio: Qlik wird in Kürze neue, entwicklerorientierte Funktionen wie Schema-Inferenz, Databricks-Notebook-Import und natives Spark-Debugging einführen. Diese ermöglichen Teams die Verwaltung kontrollierter Self-Service-Datenpipelines innerhalb ihrer bestehenden Databricks-Workflows.
„Databricks-Kunden zeigen immer wieder, was mit offenen Datenformaten und KI wirklich möglich ist“, sagt Ariel Amster, Director Strategic Technology Partners bei Databricks. „Durch die Echtzeit-Erfassung von Änderungsdaten in UniForm-Tabellen und die native Integration mit Mosaic AI unterstützt Qlik unsere gemeinsamen Kunden dabei, Innovationen auf der Databricks Data Intelligence Platform zu vereinfachen und zu beschleunigen.“
„Databricks-Kunden fordern mehr Geschwindigkeit, Flexibilität und Vertrauen in ihre Datenbestände – von der Aufnahme bis zur Auswertung“, ergänzt David Zember, Senior Vice President of Worldwide Channels and Alliances bei Qlik. „Mit diesen neuen Funktionen können Teams noch mehr aus ihrer Databricks-Investition herausholen – insbesondere in den Bereichen Governance, Interoperabilität und KI-Bereitschaft.“
Die neuen Funktionen – einschließlich Uniform Table CDC und Iceberg-Optimierung – sind ab sofort in einer privaten Vorschau verfügbar. Die geplante Open-Lakehouse-Integration von Qlik für Databricks befindet sich noch in der Entwicklung; der Zeitplan wird zu einem späteren Zeitpunkt bekannt gegeben.