Databricksは2026年7月28日(現地時間)、Databricks AI Searchの標準エンドポイント向け高QPSスケーリングが一般提供（GA）を開始したと発表した。これにより、単一のパラメータ設定で数千単位のクエリ/秒（QPS）に対応可能となり、本番環境レベルの検索バー、レコメンデーションシステム、エンティティマッチングなどを手動でのインフラチューニングなしで運用できる。プロトタイプから本番環境への移行が容易になったとしている。
これまで本番環境レベルのQPSを実現するには、アプリケーションごとに専用の検索スタックを構築し、インデックスサイズ、クエリタイプ、フィルターに応じた負荷テスト、手動でのキャパシティサイジング、インデックス前のロードバランサー設定などが必要だった。Databricks AI Searchの高QPSスケーリングは、これらの課題を解消する。
ユーザーは、エンドポイント作成時または既存のエンドポイントに対して、SDK、REST API、またはUIを通じて target_qps パラメータを設定するだけで、Databricksが目標のQPSを満たすインフラを自動的にプロビジョニングする。これにより、レプリカ数管理、ノードサイジング、ロードバランサー設定が不要となる。また、Unity CatalogのガバナンスとDelta Syncは維持される。
高QPSスケーリングが必要とされる主なユースケースは三つ挙げられる。一つ目は、ECサイトの商品検索やストリーミングプラットフォームのコンテンツ発見などの検索バーで、タイプアヘッド機能ではキーストロークごとに検索呼び出しが発生し、QPSはタイピング量に応じて変動する。二つ目は、ECサイトの「おすすめ商品」やパーソナライズされたフィードなどのレコメンデーション/パーソナライゼーションシステムで、ページビューごとにレコメンデーションクエリが発行されるため、トラフィックスパイクが検索システムを直撃する。三つ目は、アイデンティティマッチングや重複排除、大規模なカタログに対するリアルタイム参照などのリアルタイムエンティティ解決である。
本番環境での運用に必要な可観測性として、エンドポイントUIには各エンドポイントのQPS、レイテンシ、ヘルス状態が表示される。Databricksは、パフォーマンス最適化されたネットワークを通じてトラフィックをルーティングするサービスプリンシパル認証の使用を推奨している。今後は、トラフィックスパイクに対応する自動スケーリング機能や、ストレージ最適化されたエンドポイントのサポートが年内に計画されている。
参考: databricks.com — 2026年7月29日 01:50 (JST)
原文ハイライト"Scale endpoints to thousands of QPS with a single configuration parameter, generally available today"