Confluent lança Lightning Tables na AWS e permite consultas SQL em dados de streaming do Kafka

O Lightning Tables é uma camada de serving somente leitura no Confluent Cloud. Ele armazena de forma durável os dados do Apache Kafka, materializa em tabelas e mantém tudo atualizado conforme as mudanças chegam. Está disponível de forma geral na AWS. A aplicação consulta por SQL ou por API direta, sem copiar os dados para um banco separado, sem pipelines de ETL e sem caches adicionais.

Os números vêm de testes internos da Confluent: cerca de 100 milissegundos entre a criação do dado e o serving, latência de consulta de 10 a 100 milissegundos e mais de 1.000 consultas por segundo. Para TI corporativa, vale tratar isso como referência de fornecedor e validar com a carga real. A camada também aplica schemas, linhagem e políticas de acesso da captura até o serving, gerencia evolução de schema para não quebrar aplicações downstream e funciona como feature store (features calculadas no Flink e guardadas para machine learning, como personalização em tempo real).

O recurso é o terceiro componente do novo pilar Query da plataforma, ao lado do Tableflow (tabelas abertas para lakehouses e warehouses) e do Real-Time Context Engine (contexto para agentes de IA via MCP). A Confluent diz que o Streamhouse convive com data warehouses e lakehouses existentes, como camada operacional em tempo real.

Em 5 de novembro de 2026, o CEVIU noticiou "Confluent lança Streamhouse para dar contexto de negócios em tempo real a aplicações e agentes de IA", com a apresentação da arquitetura. Agora, em 6 de novembro de 2026, uma peça concreta dela chega com disponibilidade geral: o Lightning Tables na AWS. A proposta deixa de ser conceito e ganha um componente de serving que pode ser contratado.

Para quem opera arquitetura de dados, a leitura é que a Confluent tenta tirar do desenho o banco de serving duplicado, o que pode reduzir pipelines, custo operacional e pontos de falha de governança. A contrapartida é concentrar mais responsabilidade em um único fornecedor e, por ora, só na AWS. Antes de mexer na arquitetura, vale comparar custo total e latência medida em carga própria.