Databricks AI Search 原生支持 Streaming Tables、Materialized Views 与 Iceberg Managed 表

Databricks：Blog·2026-10-27 02:03· 3 小时前AI 评分39

构建实时智能：Databricks AI Search 支持 Streaming Tables、Materialized Views 以及使用 Iceberg 的 Managed tables

AI 导读

Databricks AI Search 在 Delta 表之外新增原生支持 Streaming Tables、Materialized Views 和基于 Iceberg v3+ 的 Managed 表，可直接从这些数据源建索引并同步。此前用户需另建 Delta 副本并维护同步管道，现在无需中间表和自定义同步逻辑。三种数据源分别对应实时事件、个性化聚合状态与开放格式数据场景。

正文 · 原文

AI Search 现已原生支持 Streaming Tables、Materialized Views 以及使用 Iceberg v3+ 的 Managed tables，此外还支持 Delta 表。你可以将实时事件、持续维护的个性化状态以及开放格式数据直接引入 AI Search 应用——从而减少构建和管理独立管道以转换和同步这些数据源的开销。

三种表格式，更广阔的搜索应用世界

Streaming Tables、Materialized Views 和 Managed Iceberg 各自代表一种不同的数据处理方式，并且各自为 AI 应用开辟了新的可能性。

Streaming Tables：驱动实时智能

持续变化的数据（例如新上架信息、库存、可用性和用户活动）可以流入仅追加的 Streaming Table，AI Search 会在新记录到达时为其建立索引，并保持搜索索引最新。这种新鲜度使最新数据能够直接影响搜索体验的应用成为可能：帮助用户通过搜索栏发现新上线的餐厅，或基于近期趋势生成实时推荐。

Materialized Views：用个性化上下文丰富搜索 

Materialized Views 可以聚合事件、筛选记录并连接来自多个数据源的数据，以创建自定义状态。随着底层数据变化，视图会增量维护，AI Search 会将这些变化传播到索引，从而实现个性化搜索体验，例如会话感知推荐、基于近期活动的产品与内容发现，或根据用户不断变化的兴趣和偏好定制结果。

使用 Iceberg 的 Managed tables：将开放格式数据引入搜索应用

Managed Iceberg 表可以直接作为 AI Search 数据源，无需转换或迁移到其他表格式，从而使开放格式数据可供搜索索引和其他 AI 应用使用。开放格式使 AI 应用能够跨现有数据环境工作：搜索由不同系统管理的产品目录，统一存储在多个 Managed Iceberg 表中的业务或客户数据，或在不移动底层数据的情况下，在大型分布式数据集上构建搜索体验。

让搜索原生融入你的数据：将数据直接连接到 AI Search

在原生支持之前，客户必须为流式表、物化视图或托管 Iceberg 表创建单独的 Delta 表示，并构建管道使其与源保持同步。这增加了额外的数据层、自定义更新逻辑以及持续的运维开销。 

现在，AI Search 可直接连接这些源。从源创建索引并按需同步——AI Search 会将其直接传播到索引，从而消除中间 Delta 表和自定义同步管道。数据在演进过程中始终保持与搜索的连接，平台在后台处理底层管道。

立即开始构建：一个工作流，覆盖更多数据源

无论使用 UI 还是 API，构建 AI Search 索引都遵循与现有 Delta 表源相同的工作流：创建 Delta Sync 索引并将其指向源表。相同的工作流现已扩展到流式表、物化视图和 Iceberg 表——无需学习新的工作流。

准备好在你的数据上构建 AI 应用了吗？直接从流式表、物化视图或托管 Iceberg 表创建 AI Search 索引即可开始——无需额外的数据管道。探索 AI Search 文档。

来源：Databricks：Blog · databricks.com