Glaspoort Trata Bases de Datos como Cálculo Efímero con Lakebase

Glaspoort, una empresa con sede en los Países Bajos especializada en infraestructura de fibra, ha migrado su pila de datos de aprendizaje automático y operativa de producción a Databricks Lakebase. La empresa utiliza un modelo de bifurcación de bases de datos similar a Git que genera entornos Postgres desechables para cada solicitud de extracción, tratando las migraciones de esquemas como el único artefacto duradero.

La pila opera completamente dentro del ecosistema de Databricks. Los gestores de proyectos de Glaspoort utilizan una aplicación front-end personalizada que aprovecha los productos de Databricks: Genie para análisis conversacional, AI/BI Dashboards para visualización y Agent Bricks para alertas de flujo de trabajo automatizado. Lakebase, un Postgres OLTP sin servidor, opera junto con el almacén de datos, sincronizando datos curados en una rama de producción de Lakebase donde reside en un esquema de aplicación de solo lectura. La aplicación escribe su estado transaccional en un esquema separado en la misma rama, asegurando que los datos del almacén de datos y los datos escritos por la aplicación coexistan sin conflicto.

La bifurcación de Lakebase es central en el sistema. Una rama es una bifurcación Postgres de copia al escribir de un padre, creada sin copiar datos, por lo que bifurca el estado económicamente y de manera instantánea. Cada rama tiene su propio punto final y datos aislados, alineando una rama de características en el código con una rama de características en la base de datos. Glaspoort mantiene tres entornos lógicos: desarrollo, aceptación y producción, pero la topología de bifurcación es crucial. Para evitar la trampa de "restablecer desde el padre", donde actualizar un entorno obsoleto requiere eliminar y reconstruir todo lo que hay debajo, Glaspoort bifurca desarrollo y aceptación directamente desde producción, en lugar de apilarlos uno sobre otro.

Cada solicitud de extracción en Glaspoort activa una rama de Lakebase desechable a partir de producción. Las migraciones se reproducen en una imagen de aplicación en vivo aislada, probando el cambio de esquema antes de tocar cualquier entorno compartido. El pipeline se optimiza para la velocidad, con las PR fusionándose tan pronto como CI pasa y la promoción a través de aceptación a producción ocurriendo inmediatamente después. Hay dos salvaguardias para la seguridad: la revalidación de la pila vuelve a ejecutar los PR restantes contra la rama principal actualizada para detectar conflictos de migración entre ramas antes de que lleguen a la aceptación, y una tubería de crisis dedicada proporciona un camino rápido a producción para parches de emergencia que no pueden esperar la validación completa de aceptación. La infraestructura como código gestiona cadenas de conexión y permisos, persistiendo a través de la desmontaje y renacimiento de ramas.

El estudio de caso de Databricks carece de métricas de rendimiento específicas, como la latencia de consulta p50/p99, transacciones por segundo, costo por millón de consultas o precios de almacenamiento para Lakebase, lo que requiere que los arquitectos realicen sus propias pruebas de carga al compararlo con AlloyDB, Aurora o Postgres de autoadministración. La restricción de "eliminar para restablecer" representa una regresión operativa significativa en comparación con el modelo de rebase de Git. Ignorar la topología puede llevar a que los entornos de desarrollo se desvíen de la producción y a que las tuberías de CI se queden atascado en eliminaciones en cadena. Además, cada migración debe mantenerse compatible con el esquema de producción mientras la aplicación sirve tráfico en vivo, ya que la base de datos es un artefacto efímero que se reconstruye y descarta diariamente. El estudio de caso tampoco revela el tiempo necesario para rehidratar grandes ramas hermanas o si las penalidades de copia al escribir se manifiestan como picos de latencia bajo carga transaccional pesada.

Los arquitectos deben considerar tratar la base de datos como un cálculo efímero, bifurcando hermanos directamente desde producción para evitar trampas de eliminación en cascata y promoviendo las migraciones, no los esquemas, como la fuente durable de verdad.