LectureRechercheRadarCadre d'investissement
Connexion / Inscription
← Retour à la lecture
SujetRédaction DisconfirmAIMis à jour 2026-11-02 06:01

Snorkel AI

3 étapes1 pièces3 Sources

Snorkel AI 通过采用 Databricks Lakebase 的写时复制(Copy-on-Write, CoW)数据库分支技术,将其 CI/CD 测试环境的准备时间从约 20 分钟大幅缩短至 60 秒以内。这一变革不仅解决了传统 pg_dump 或快照恢复在大规模生产数据(约 2.5 TB)下的高延迟和高成本问题,还为并行运行的 AI 编码代理提供了秒级隔离、可自主验证的数据环境。Lakebase 将计算与存储分离,使得每个 Pull Request (PR) 或 Agent 任务都能获得一个独立的 Postgres 分支,仅存储差异数据,从而实现了“Git 式”的数据库工作流。【背景】Snorkel AI 是一家为 AI 团队提供数据开发工具的公司,其内部工程实践展示了该技术在处理高并发 PR 和智能体自动化测试中的实际效能。

Comment on en est arrivé là

  1. 2026-04-10

    Databricks 发布博客《Database Branching in Postgres》,正式介绍 Lakebase 基于写时复制技术的数据库分支功能,旨在解决传统数据库环境创建慢、成本高的问题。

    databricks.com ↗
  2. 2026-10-08

    Databricks 发布文章《Lakebase and Agentic SDLC》,展示如何利用 Lakebase 分支为并行运行的 AI 编码代理(如 Claude Code)提供隔离的数据库环境,避免 Schema 冲突和数据污染。

    databricks.com ↗
  3. 2026-10-31

    Databricks 工程师 Yasamin Tari 和 Kartik Mathur 发表案例研究,详述 Snorkel AI 如何将 Lakebase 分支集成到其 Kubernetes CI/CD 流水线中,实现每个 PR 自动创建秒级就绪的生产数据副本。

    databricks.com ↗

Ce qui reste non résolu

  • Lakebase 分支在极端高频写入场景下的存储膨胀率是否会影响长期成本效益?
  • 对于非 Postgres 生态的其他主流数据库(如 MySQL),是否有类似的成熟写时复制分支解决方案?
  • AI Agent 在隔离分支中生成的代码变更,如何更有效地合并回主分支而不引发逻辑冲突?
Connexion / Inscription
LectureRechercheRadarCadre d'investissement

Sources

  • databricks.comDatabricks Blog: Lakebase branching for CI/CD↗
  • databricks.comDatabricks Blog: Database Branching in Postgres↗
  • databricks.comDatabricks Blog: Lakebase and Agentic SDLC↗

Couverture dans ce sujet

  • Copy-on-Write Branching Gives Every PR and AI Agent an Isolated Production Data Copy in Seconds2026-11-01Actualités

    Databricks blog authors Yasamin Tari and Kartik Mathur detail how Snorkel AI uses Lakebase's copy-on-write branching to reduce CI/CD test environment provisioning from approximately 20 minutes to under 60 seconds, noting that the same mechanism naturally applies to providing isolated data environments for AI Agents that can be autonomously verified.