IBM Confluent发布全新 Streamhouse 数据架构,以实时业务上下文赋能企业 AI

内容头部广告位(手机)

全新Streamhouse架构可实现业务实时状态的捕获、处理、治理与服务输出,为企业决策与执行提供统一的数据基础。

关键要点:

  • Streamhouse是一种新型数据架构,可让 AI 智能体与应用以机器级速度访问并基于受治理的实时业务状态视图执行操作。
  • Confluent Data Streaming Platform新增查询(Query)能力,成为构建 Streamhouse 的完整统一平台。
  • Lightning Tables组件支持客户在 Confluent 平台内直接查询实时流数据,延迟极低,减少将数据复制到独立数据库以供应用调用的需求。

北京2026年11月17日 美通社 -- IBM(NYSE:IBM)旗下的Confluent公司近日宣布,推出构建 Streamhouse架构的全新能力。Streamhouse 是一类新型数据架构,可在 AI 智能体、应用与分析系统制定决策、执行操作时,为其提供持续更新的业务上下文。随着 Lightning Tables 正式入驻亚马逊云科技(AWS)平台,Confluent 完成了其五大支柱的 Data Streaming Platform 布局,将数据的流式传输、数据连接、流处理、治理管控、实时查询五大能力整合于统一平台,支撑 Streamhouse 的搭建。作为 IBM 数据战略的重要组成部分,Confluent 将实时数据流能力与 IBM 在混合云环境中的数据集成、治理和 AI 能力深度结合,为企业构建面向 AI 的实时数据底座。

企业为何需要 Streamhouse 架构

此前,数据湖、数据仓库与湖仓一体(Lakehouse,融合数据湖的低成本存储灵活性,以及数据仓库的结构化分析能力的一体化数据架构)架构主要应用于报表及其他批处理任务。随着 AI 智能体在企业中承担更多工作,它们必须依托分布在不同系统、更新频率各异的信息制定决策。当不同系统对业务当前状态的视图不一致时,AI 智能体可能基于过时或相互冲突的信息执行操作,而这些操作还会传导至其他工作流中。

Streamhouse 架构通过持续捕获、处理、治理并向各智能体、应用与分析系统输出统一的实时业务上下文,解决了这一架构层面的问题。以航空公司处理航班取消的典型场景为例:

  • 当前,针对同一项运营业务,航空公司的不同系统可能呈现出相互冲突的视图:航班运行系统追踪飞机位置,调度系统追踪起飞时间,订座系统追踪可用座位。当这些系统的更新时间不同步时,自动改签智能体推荐的行程可能在单个系统中看似有效,实际却无法落地  座位显示可用,但飞机无法及时抵达以承接旅客的中转航班。这些相互冲突的视图也会影响客服团队与通知系统,增加运营中断的风险。
  • 借助 Streamhouse 架构,每一次数据变更都会更新航空公司运营的统一全局视图。当飞机位置变化、航班起飞延误或座位被预订时,源系统会将该更新发送至持续的事件流中。Streamhouse 将这些更新整合为当前业务上下文,提供给改签智能体、客服团队与相关应用调用。工作人员无需再拼接分散的更新信息,而是在提供新的行程前,同步核对飞机位置、起飞时间与座位可用情况。

目前,企业客户已开始收获成效。埃森哲(Accenture)采用由 Confluent 支撑的 Streamhouse 架构,打通了其全球业务的数据连接。

埃森哲 SAI 首席数据策略师Thomas Mahaffey表示:“我们的全球业务覆盖 120 多个国家,此前受限于传统批处理与点对点架构,重复的数据抽取推高了运营成本,分析数据也存在滞后。转向 Confluent 支撑的 Streamhouse 架构后,数据生产者与消费者实现了解耦,高容量事件流被转化为受治理、可复用的实时数据产品,在运营系统与分析系统间无缝流转。得益于Confluent 提供的基础设施自动化和企业级连接能力,我们的开发人员可在标准化环境中工作,无需搭建定制化集成方案,也无需精细化管控数据流转。借助这一持续更新的数据底座,我们将业务洞察获取时间从数月缩短至数天,大幅压缩了报表耗时,让团队专注于为我们的 80 万名员工打造高价值 AI 应用。”

Streamhouse 的差异化特征

Streamhouse 基于三大架构原则构建:实时性、关键任务级可靠性、分布式。它可维护持续更新的业务上下文,按生产级服务标准设计,且无需先进行数据整合,即可在数据所在位置完成对接。它可与现有数据仓库、湖仓一体架构协同运行,为决策与执行新增实时运营数据层。

Extend公司AI 与架构总监Jonathan Kropp表示:“作为 AI 原生的商业平台,Extend 为商家提供个性化购物体验,以及运营与财务层面的竞争优势,因此需要在商家快速入驻、实时定价调整、即时欺诈检测等场景中具备极强的适配能力。我们最初采用传统消息队列与静态数据湖,在大规模场景下缺乏事件回放能力、持久化能力与严格的模式管控。落地基于 Confluent Cloud的无服务器 Streamhouse 架构后,Kafka 成为了我们的运营数据源,下游微服务可异步调用并查询实时数据,且不会破坏数据契约。这套天然解耦的流式底座为我们的业务规模扩张、响应实时市场信号、支撑实时代理式 AI 工作流提供了所需的灵活性与响应速度。”

Confluent Data Streaming Platform 现已提供完整的 Streamhouse 构建能力

Confluent Data Streaming Platform(DSP)为构建 Streamhouse 提供了完整、统一的基础底座。其核心是开源分布式事件流处理平台Apache Kafka®,负责捕获并传输业务事件。仅依靠 Kafka 时,团队需要自行搭建其余所有能力,才能将事件转化为当前业务上下文。而 Confluent Data Streaming Platform 将所有能力整合于一体,在原有的流式传输、数据连接、流处理、治理管控四大支柱之外,新增实时查询(Query)作为第五大支柱。各平台支柱的核心能力与最新更新如下:

  • 流式传输(Stream):基于 Apache Kafka 与 Kora 引擎(注:Confluent 自研的云原生流处理引擎,用于优化 Kafka 的性能与扩展性)构建,提供高可靠、可扩展的底座,实现跨系统业务事件的捕获与传输;Confluent 内部测试显示其延迟可达亚毫秒级,实际延迟依配置与工作负载有所差异。
  • 数据连接(Connect):提供 150 余种全托管与定制连接器,将企业系统的数据接入 Kafka 并向下游分发;混合连接器管理能力拓展了团队对连接的管控方式。
  • 流处理(Process):基于Apache Flink(注:开源分布式流批一体计算框架,用于实时数据的处理、聚合与分析)实现,可在数据产生变更时,就近完成业务上下文的合并、丰富与推导;新增的批处理执行能力支持基于存量数据初始化流式工作负载。
  • 治理管控(Govern):通过数据血缘、目录、质量、加密、模式与访问控制能力,帮助团队实现数据的发现、分类与安全管控。
  • 实时查询(Query):为分析系统、AI智能体和业务应用提供实时业务上下文访问能力。

查询服务可适配不同场景的接口,将流数据赋能于分析、AI 智能体与应用:

  • Confluent Tableflow:将流数据以开放表格式输出至湖仓与数据仓库,直接用于分析。
  • 实时上下文引擎(Real-Time Context Engine):通过模型上下文协议(Model Context Protocol, MCP)向 AI 智能体提供当前业务上下文。
  • Lightning Tables:为应用提供低延迟的 SQL 与 API 访问能力,获取业务当前状态,从而随条件变化即时响应。

Lightning Tables:快速访问业务当前状态

Confluent Cloud 上的 Lightning Tables 已在 AWS 正式商用,它是一层只读的数据服务层,可持久化存储 Apache Kafka 数据,并将其实时物化为可查询的数据表,且随数据变更持续更新,以低延迟查询能力提供业务当前状态。其核心特性包括:

  • 数据新鲜度与查询性能:Confluent 内部测试显示,从新数据生成到可被查询调用约为 100 毫秒,查询延迟 10-100 毫秒,吞吐量可达每秒 1000 次以上查询。
  • 更低的成本与复杂度:全托管服务层提供持续数据服务,无需独立的 ETL(Extract-Transform-Load,即抽取-转换-加载;传统数据集成的核心流程)管道、数据库或缓存。
  • 多查询接口:支持通过 SQL 与直接 API 两种方式查询。
  • 统一治理:从数据捕获到服务输出全链路,统一应用数据模式、血缘与访问策略。
  • 模式演进:支持管理数据模式变更,避免下游应用出现故障。
  • 特征库(Feature store,用于存储、管理机器学习模型特征数据的专用系统,支撑实时模型推理):可在 Flink 中计算特征并存储,用于机器学习场景,包括实时个性化推荐。

IBM Confluent 与数据业务总经理Shaun Clowes表示:“在企业级 AI 的下一个时代,AI 智能体需要在执行动作的瞬间,实时掌握业务实时动态。这正是 Streamhouse 的价值所在。依托 Lightning Tables,我们的 Data Streaming Platform 为每个 AI 智能体与应用提供了实时、受治理的业务视图。这意味着企业可以更早识别欺诈信号、为客户提供即时服务,并基于最新业务状态辅助日常运营。”

关于Confluent

作为IBM 旗下的数据流平台,Confluent开创了全新的数据基础设施品类,让数据处于持续流动状态。Confluent 的云原生产品是动态数据的基础平台 作为智能连接枢纽,可让多源实时数据在企业内部持续流转。借助 Confluent,企业可响应全新的业务需求,打造丰富的数字化前端客户体验,并向精细化、实时化、软件驱动的后端运营模式转型。了解更多信息,请访问 www.confluent.io。

关于IBM

IBM 是全球领先的混合云、人工智能及企业服务提供商,帮助超过 175 个国家和地区的客户,从其拥有的数据中获取商业洞察,简化业务流程,降低成本,并获得行业竞争优势。金融服务、电信和医疗健康等关键基础设施领域的超过 4000 家政府和企业实体依靠 IBM 混合云平台和 Red Hat OpenShift 快速、高效、安全地实现数字化转型。IBM 在人工智能、量子计算、行业云解决方案和企业服务方面的突破性创新为我们的客户提供了开放和灵活的选择。对企业诚信、透明治理、社会责任、包容文化和服务精神的长期承诺是 IBM 业务发展的基石。了解更多信息,请访问:https:www.ibm.comcn-zh

媒体联络人

崔守峰,shou.feng.cui@ibm.com

内容底部广告位(手机)