与其为事务型和分析型工作负载构建一个统一引擎（HTAP 那个历史上已经失败的梦想），不如只统一存储层——以列式格式写入事务数据——这样几乎能获得全部好处，而不必承受单一引擎带来的种种妥协。

Reynold 阐述了 Databricks 的 LTAP 理念：与其追求 HTAP 那种为 OLTP 和 OLAP 构建单一引擎却以失败告终的目标，不如只统一存储层，让 Postgres 的数据直接以列式格式落地，这样就能以近乎零的复制延迟获得 99% 的收益。 ✦ AI 生成 · 平台预翻

Reynold Xin · Latent Space · 2026-06-24 · English original →

我们整个 LTAP 的理念，显然是在玩 HTAP 这个词的谐音梗，我们认为这才是把 HTAP 做对的方式。HTAP 想要为两者构建一个单一引擎。我们认为，你只要统一存储层，也就是只用一个单一的存储层，就能获得你所需要的 99% 的价值。而一旦你有了这个单一存储层，如果你的 Postgres 数据库是以列式格式写入数据的，那么所有分析类的东西就可以直接去读取那些数据，完全没有延迟。

Our whole idea of LTAP, it's obviously a wordplay on the term HTAP, is that we think this is HTAP done right. HTAP wants to build a single engine for both. We think you can get 99% of what you need by unifying the storage, and just have a single storage layer. And once you have the single storage layer, if your Postgres databases are writing data in a column-oriented format, everything analytics can just go read that data directly without any delay.

回到原声 ↗逐字转录 · 起于 31:16 · 中文为平台译文