A Databricks anunciou em 28 de setembro de 2026 a disponibilidade geral do Lakebase Search, um mecanismo de busca embutido no Lakebase, seu serviço de PostgreSQL. A novidade chega por duas extensões: lakebase_vector, para busca vetorial aproximada, e lakebase_text, para busca por palavras-chave com ranqueamento BM25. As duas estão disponíveis na AWS e no Azure; no Google Cloud, onde o próprio Lakebase está em beta, a documentação também marca o recurso como beta.

O que muda para quem trabalha com dados

A proposta é rodar busca semântica, busca por termos exatos e busca híbrida no mesmo banco que guarda os dados operacionais, sem manter um sistema de busca separado alimentado por pipelines de ETL. Isso interessa, por exemplo, a quem monta recuperação de informação para IA generativa, o chamado RAG, ou busca em catálogos de produtos que mistura significado e códigos exatos.

Segundo a documentação, a extensão vetorial é compatível com o pgvector: os mesmos tipos, operadores de distância e sintaxe funcionam sem alteração. Internamente, ela usa particionamento IVF com quantização RaBitQ, aceita índices com mais de 1 bilhão de vetores e, segundo a Databricks, constrói índices de 50 a 100 vezes mais rápido que o HNSW, método comum no pgvector. A extensão de texto é compatível com os tipos tsvector do PostgreSQL. Também dá para sincronizar tabelas do Unity Catalog para o Lakebase e indexá-las para busca.

Os números, com cautela

A Databricks afirma que, no benchmark VectorDBBench com 100 milhões de vetores, o Lakebase teve o dobro da vazão do segundo colocado e custo quatro vezes menor que um Postgres em nuvem com pgvector, com latência p99 de 71 milissegundos e 97% de recall. São testes da própria empresa; o gráfico informa que pgvector e DiskANN foram testados apenas numa única instância grande. O blog cita ainda a cliente Conexiom, que rodaria busca híbrida em mais de 100 milhões de linhas com metade da computação de sua configuração anterior com pgvector.

Antes de ativar

A documentação traz dois requisitos que merecem atenção: o recurso exige PostgreSQL 16 ou superior, e ativar o Lakebase Search num projeto é irreversível. Segundo a empresa, a cobrança é pelo uso de consultas, não pelo volume de dados, e o serviço é sem servidor, com escala até zero e partida a frio de cerca de um segundo.

Para equipes que já estão no ecossistema Databricks, a novidade pode reduzir peças na arquitetura de busca. Não encontramos avaliação independente dos números até 8 de outubro.

Fontes

• Databricks — Lakebase Search: State-of-the-art full text and vector search for Postgres (28/09/2026)
• Databricks (documentação) — Lakebase Search | Databricks on AWS (atualizada em 23/09/2026; consultada em 08/10/2026)

Imagem destacada: ilustração gerada por computador, sem valor documental.