Um agente raciocina perfeitamente sobre meia transação. Databricks torna gravações em várias tabelas atômicas

Um analista de sinistros pergunta a um agente quais passivos abertos estão ligados a sinistros fechados nesta semana. O job noturno que fecha sinistros atualizou a tabela de sinistros e ainda está processando a tabela de passivos. O agente faz o join das duas, encontra sinistros marcados como fechados com passivos ainda abertos e reporta um problema de reserva que não existe. O raciocínio dele estava impecável. Os dados eram meia transação.

Plataformas analíticas há muito toleram essa janela porque uma pessoa lendo um dashboard às 9h raramente consultava no meio de um lote. Agentes consultam sempre que são solicitados, e afirmam o que encontram com confiança.

O que a Databricks lançou

Em 16 de outubro, a Databricks tornou transações multistatement em disponibilidade geral (GA) para tabelas gerenciadas pelo Unity Catalog nos formatos Delta Lake e Apache Iceberg. Uma transação pode abranger várias instruções e várias tabelas, nos dois formatos, e faz o commit de forma atômica: toda mudança fica visível junto, ou nenhuma fica. A Databricks descreve o staging de dados em tabelas temporárias, o empacotamento da lógica em stored procedures e o commit do workflow inteiro como uma unidade, com GET DIAGNOSTICS entre as ferramentas para inspecionar o que aconteceu.

Três detalhes importam para uso em produção:

• Concorrência no nível da linha. Transações concorrentes podem gravar na mesma tabela desde que não atualizem a mesma linha, em vez de serializar todos os escritores com locks de tabela.
• A governança também se aplica às gravações. O controle de acesso baseado em atributos do Unity Catalog, a segurança no nível da linha e o mascaramento de colunas se aplicam às leituras e gravações dentro de uma transação.
• Streaming tables podem ser alvos, então pipelines downstream recebem atualizações consistentes.

Dois clientes ilustram o caso. O History Mode da Fivetran mantém cada versão de um registro de origem, o que significa que cada mudança são duas gravações: fechar a versão antiga, inserir a nova. A Fivetran agora faz o commit das duas como uma unidade e diz que removeu código de reconciliação e de reparo de consistência. A Accolade roda cerca de 1,700 transações de produção por dia para processamento de sinistros e passivos. A Databricks também cita transações concorrentes 4.7x mais rápidas em escala, um número do fornecedor sem metodologia publicada.

Por que isso pertence a uma revisão de arquitetura de IA

Agentes de leitura precisam de snapshots consistentes. Agentes de text-to-SQL, assistentes de analytics e agentes de relatórios consultam o estado em que as tabelas estiverem. Se os pipelines que os alimentam publicam mudanças em várias tabelas de forma atômica, um agente nunca vê o estado intermediário. Isso é uma propriedade da plataforma de dados, e é mais barato corrigir ali do que ensinar cada agente a detectar lotes pela metade. Entra na mesma lista das definições semânticas que descrevemos em a camada de definições de negócio.

Agentes de escrita precisam de uma unidade de desfazer. Agentes que reparam dados, reconciliam registros ou aplicam correções fazem várias mudanças relacionadas. Uma transação dá a esse trabalho uma fronteira de tudo ou nada: se uma etapa falha, nada fica pela metade. Também é uma unidade natural para revisar e registrar em log, uma transação com suas mudanças e a identidade que as fez, em vez de uma trilha de instruções separadas. Para gravações de agentes, a mesma ideia aparece em runtimes como checkpoints e compensação; no lakehouse, agora existe na camada de dados.

A governança fica com os dados. Como as políticas do Unity Catalog se aplicam dentro das transações, um agente que grava sob a identidade de um usuário ou de um service principal não consegue usar uma transação para contornar filtros de linha ou máscaras.

O que a atomicidade não oferece

Atômico não é correto. Uma transação que faz commit de valores errados os comete de forma consistente. Verificações de qualidade de dados, reconciliações com sistemas de origem e o trabalho de reparo de dados que os agentes tendem a disparar ainda são necessários.

Atômico também não é toda a história de isolamento. O anúncio da Databricks descreve concorrência no nível da linha, mas não detalha o nível de isolamento para cada combinação de leitura e gravação, e não lista quais tipos de compute e operações são suportados. Confira a documentação sobre isso antes de contar com transações para gravações concorrentes de agentes.

E a disponibilidade geral (GA) cobre tabelas gerenciadas pelo Unity Catalog. Tabelas externas e dados que vivem fora da plataforma continuam fora da garantia, o que vale saber antes de descrever a resposta de um agente a alguém como consistente.