Databricks und Google Cloud ermöglichen plattformübergreifenden Datenzugriff

Databricks und Google Cloud zufolge können Kunden jetzt von Unity Catalog und dem grenzenlosen Lakehouse von Google Cloud aus auf eine einzige Datenkopie zugreifen. Außerdem arbeiten die Unternehmen an gemeinsamen Katalogmetadaten, die zwischen den Plattformen übertragen werden können.
- Kunden können über Unity Catalog und das Lakehouse von Google Cloud auf eine Datenkopie zugreifen.
- BigQuery kann von Unity Catalog verwaltete Tabellen lesen, ohne die Daten zu kopieren.
- Iceberg-Tabellen aus dem Katalog von Google Cloud können in Databricks abgefragt werden.
- Gemeinsame Katalogkennzeichnungen können Governance-Metadaten über föderierte Kataloge hinweg bewahren.
- Databricks und Google Cloud arbeiten an offener Governance und bidirektionaler Interoperabilität.
Bidirektionaler Zugriff ohne Datenverdopplung
Der von Databricks am 17. November 2026 angekündigte Meilenstein erweitert die Zusammenarbeit der Unternehmen an der Interoperabilität von Katalogen. Kunden können von BigQuery oder Databricks aus auf dieselbe Datenkopie zugreifen, ohne ein Duplikat anzulegen.
Über Lakehouse Federation zu Google Cloud können Kunden von der Lakehouse-Runtime von Google Cloud verwaltete Iceberg-Tabellen in Unity Catalog einbinden. Diese Tabellen lassen sich anschließend mit Databricks Lakehouse, dem serverlosen Data Warehouse von Databricks, abfragen oder mit Genie analysieren. Genie beantwortet Datenfragen in natürlicher Sprache, ohne dass Code oder SQL erforderlich sind.
Die Verbindung funktioniert auch in die entgegengesetzte Richtung. In Databricks verwaltete Daten können in das Lakehouse von Google Cloud eingebunden werden, sodass Engines wie BigQuery von Unity Catalog verwaltete Tabellen lesen können, ohne die Daten zu kopieren.
Metadaten als nächstes Interoperabilitätsziel
Databricks und Google Cloud arbeiten außerdem an offenen Katalogmetadaten. Databricks zufolge sollten geschäftliche und Governance-Semantiken zugänglich bleiben, statt an das System eines einzelnen Anbieters gebunden zu sein.
In der Iceberg-Community haben die Unternehmen Katalogkennzeichnungen vorangetrieben und umgesetzt. Der Vorschlag ermöglicht es Katalogen, Metadaten über Schlüssel-Wert-Paare auszutauschen. So können beispielsweise die Kennzeichnungen domain=finance und status=certified für eine Tabelle oder pii=ssn für eine Spalte erhalten bleiben, wenn die Tabelle von einem Katalog in einen anderen föderiert wird.
Gemeinsame Kennzeichnungen können laut Databricks die Governance unterstützen, indem sie dabei helfen, sensible Daten für die Maskierung zu markieren und Agents Kontext zu geben, wenn diese nach Datenbeständen suchen, um Datenfragen zu beantworten.
Warum die Partnerschaft für Datenteams wichtig ist
Die Ankündigung deutet auf eine offenere Lakehouse-Architektur hin. Sie baut auf offenen Tabellenformaten wie Delta Lake und Iceberg auf und erweitert diesen Ansatz auf die Katalogföderation. Ziel der Unternehmen ist eine bidirektionale Interoperabilität, die nahtlos über Unity Catalog und das Lakehouse von Google Cloud hinweg funktioniert.
Der unmittelbare Vorteil für Kunden besteht laut Databricks darin, Daten in den beiden Umgebungen nutzen zu können, ohne separate Kopien zu pflegen. Langfristig sollen Governance-Regeln und Geschäftskontext mit den Daten übertragen werden. Unternehmen müssten sie dann nicht in jedem System neu definieren, wenn ihre Datenbestände wachsen und KI-Agenten stärker in Arbeitsabläufe eingebunden werden.
Databricks verweist Kunden auf seine Dokumentation zur Katalogföderation zwischen Unity Catalog und dem grenzenlosen Lakehouse von Google Cloud. Außerdem bittet das Unternehmen Kunden, ihre Anforderungen an die Interoperabilität mit ihrem Databricks-Kundenbetreuungsteam zu teilen.


