Las aplicaciones modernas se están volviendo más dinámicas, más inteligentes y más en tiempo real. Los dashboards se refrescan con la telemetría entrante. Los sistemas de monitorización responden a los cambios de líneas de partida. Los agentes toman decisiones en contexto, no en aislamiento. Cada uno depende del mismo requisito fundamental: la capacidad de unificar eventos en vivo con un estado histórico profundo. Sin embargo, los datos siguen siendo fragmentados. Los sistemas operativos, construidos en Postgres, manejan la ingestión y el servicio.Los sistemas analíticos, construidos en el lago, manejan el enriquecimiento y la modelización.Conectarlos significa unir flujos, tuberías y trabajos personalizados, cada uno introduciendo latencia, fragilidad y costo.El resultado es un patchwork de sistemas que luchan para entregar la imagen completa, por no hablar de hacerlo en tiempo real. Esta fragmentación no solo ralentiza a los equipos, sino que limita lo que los desarrolladores pueden construir.No se pueden entregar dashboards en tiempo real con profundidad histórica o agentes de tierra en un nuevo contexto operativo cuando los datos se dividen por diseño. Esta división arquitectónica ya no es sostenible. Ahora en la beta pública, introduce un nuevo ciclo de datos —continuo, bidireccional y profundamente integrado— entre Postgres y el lagohouse. Simplifica la pila, preserva los formatos abiertos y trae el contexto operativo y analítico al mismo sistema. El lago tigre El lago tigre Introducción a Tiger Lake: datos en tiempo real, sistemas de contexto completo Tiger Lake elimina la necesidad de tuberías externas, complejos marcos de orquestación y middleware propietario. Está integrado directamente en Tiger Cloud e integrado con Tiger Postgres, nuestro motor de producción Postgres para cargas de trabajo transaccionales, analíticas y de agencia. La arquitectura utiliza estándares abiertos de final a final: Tablas de Apache Iceberg almacenadas en tablas de Amazon S3 para la integración del lago Replicación continua de tablas de Postgres o hipertablas en Iceberg Streaming de ingestión de nuevo en Postgres para servicios y operaciones de baja latencia Desplazamiento de consultas de Postgres a Iceberg para rollups eficientes Estas capacidades se integran.Lo que antes requería el trabajo de Flink, los programadores DAG y la cola personalizada ahora funcionan nativamente.El comportamiento de transmisión y la compatibilidad de esquema están diseñados para entrar en el sistema desde el principio. Para entender cómo Tiger Lake remodela la arquitectura de datos, ayuda a y considere cómo evoluciona cuando el contexto en tiempo real se convierte en un principio de diseño central. Revisa el modelo de medalla Revisa el modelo de medalla Puedes pensarlo como un : operational medallion architecture Bronce: Los datos crudos aterrizan en el S3 respaldado por Iceberg. Plata: los datos limpios y validados se replican a Postgres. Oro: los agregados se calculan en Postgres para el servicio en tiempo real, luego se transmiten de vuelta a Iceberg para el análisis de características. Los tradicionales flujos de trabajo Bronce-Argento-Oro se construyeron para los sistemas de lotes. Tiger Lake permite un flujo continuo donde el enriquecimiento y el suministro ocurren en tiempo real. Este cambio transforma una tubería excesivamente compleja en un ciclo de datos en tiempo real dinámico y más simple.El contexto y los datos se mueven libremente entre los sistemas.Las capas operativas y analíticas permanecen conectadas sin trabajos redundantes o infraestructura duplicada. Todos los datos permanecen nativos, actualizados y consultables con SQL estándar. Tiger Lake admite un único camino de escritura que potencia aplicaciones en tiempo real, dashboards y el lagohouse, utilizando la arquitectura que mejor se adapte al desarrollador. Los usuarios pueden escribir datos a Postgres, luego tener los datos adecuados y rollups sincronizados automáticamente a su lagohouse; por el contrario, los usuarios que ya suministran datos crudos al lagohouse pueden traerlos automáticamente a Postgres para el servicio operativo. “Hemos apilado Kafka, Flink y código personalizado para transmitir datos de Postgres a Iceberg. Kevin Otten, Director de Arquitectura Técnica de Speedcast. "Tiger Lake reemplaza todo eso con infraestructura nativa. Es la arquitectura que queríamos tener desde el primer día". “Hemos apilado Kafka, Flink y código personalizado para transmitir datos de Postgres a Iceberg. Kevin Otten, Director de Arquitectura Técnica de Speedcast. Kevin Otten, Director de Arquitectura Técnica de Speedcast. "Tiger Lake reemplaza todo eso con infraestructura nativa. Es la arquitectura que queríamos tener desde el primer día". De la arquitectura a los resultados Tiger Lake permite sistemas en tiempo real que anteriormente eran demasiado complejos para operar o demasiado caros para construir. Dashboards para clientes Los dashboards ahora pueden combinar métricas en vivo con agregados históricos en una única consulta. No hay necesidad de doble pilas o insights estables. Tiger Lake soporta la ingestión de alto rendimiento en la escala de producción, alimentando tuberías que visualizan miles de millones de filas en tiempo real. Todo vive en un sistema, continuamente actualizado y instantáneamente consultable. "Con Tiger Lake, finalmente unificamos nuestros datos en tiempo real e históricos". said Maxwell Carritt, Lead IoT Engineer at Pfeifer & Langen. "Ahora fluimos sin problemas de Tiger Postgres a Iceberg, dando a nuestros analistas el poder de explorar, modelar y actuar sobre los datos en S3, Athena y TigerData". "Con Tiger Lake, finalmente unificamos nuestros datos en tiempo real e históricos". dijo Maxwell Carritt, ingeniero principal de IoT en Pfeifer & Langen. dijo Maxwell Carritt, ingeniero principal de IoT en Pfeifer & Langen. "Ahora fluimos sin problemas de Tiger Postgres a Iceberg, dando a nuestros analistas el poder de explorar, modelar y actuar sobre los datos en S3, Athena y TigerData". Sistemas de monitoreo Con una única fuente de verdad y un ciclo de datos continuo, las alertas se vuelven más rápidas y fiables.Los ingenieros pueden ejecutar una consulta SQL para inspeccionar la telemetría reciente e incidentes históricos juntos, mejorando la velocidad de clasificación, reduciendo falsos positivos y manteniendo el foco en lo que importa. Simplificando el plano de datos también mejora la resiliencia del sistema. Tiger Lake permite que los sistemas de monitorización funcionen en la misma columna vertebral operativa en vivo, donde Iceberg proporciona profundidad histórica y Tiger Postgres proporciona acceso de baja latencia. agentes Tiger Lake hace posible el aterrizaje sin infraestructura adicional. Los desarrolladores pueden incorporar la actividad reciente del usuario y el historial de interacción a largo plazo directamente dentro de Postgres. No hay necesidad de orquestación, gestión de derivación vectorial o tuberías de IA personalizadas. Imagínese que un agente de soporte recibe una nueva investigación.El gran cuerpo de casos de soporte histórico permanece en Iceberg, mientras que Tiger Lake creó incorporaciones automáticas de pedazos y vectores en Postgres.Ahora la búsqueda vectorial contra la base de datos operativa puede responder a preguntas de chat de IA rápidamente, al tiempo que garantiza que las incorporaciones permanezcan frescas y actualizadas sin tuberías de orquestación complejas. Al hacerlo, Tiger Lake es también un elemento clave en lo que llamamos Agentic Postgres, una fundación de Postgres para sistemas inteligentes que aprenden, deciden y actúan. "Con Tiger Lake, creemos que TigerData está poniendo una base sólida para convertir Postgres en el motor operativo del lago abierto para aplicaciones". Ken Yoshioka, CTO de Lumia Health. "Nos permite la flexibilidad para crecer rápidamente nuestra startup de biotecnología con infraestructura diseñada tanto para la analítica como para la IA de agentes". "Con Tiger Lake, creemos que TigerData está poniendo una base sólida para convertir Postgres en el motor operativo del lago abierto para aplicaciones". Ken Yoshioka, CTO de Lumia Health. Ken Yoshioka, CTO de Lumia Health. "Nos permite la flexibilidad para crecer rápidamente nuestra startup de biotecnología con infraestructura diseñada tanto para la analítica como para la IA de agentes". Empresas como Speedcast, Lumia Health y Pfeifer & Langen ya están construyendo sistemas analíticos de contexto completo y en tiempo real con Tiger Lake. Disponible en beta pública en Tiger Cloud Tiger Lake ya está disponible en beta pública , nuestra plataforma gestionada para aplicaciones en tiempo real y sistemas analíticos. Soporta la transmisión continua de Tiger Postgres a Amazon S3 Tables respaldadas por Iceberg utilizando formatos abiertos. Nube de tigre Nube de tigre Próximamente llegará: Round-trip intelligence Más tarde este verano: consulta los catálogos de Iceberg directamente desde dentro de Postgres. Explora, únete y razona a través del lago y los datos operativos usando SQL. Otoño 2025: flujos de trabajo completos: ingresa a Postgres, enriquece en Iceberg y devuelve los resultados automáticamente. Cómo instalar el lago Tiger Comenzar es sencillo, sin orquestación compleja ni integraciones manuales: Crea un bucket para las tablas compatibles con Iceberg S3. Proporcionar permisos ARN a Tiger Cloud. Activar la sincronización de tablas en Tiger Postgres: ALTER TABLE my_hypertable SET (
  tigerlake.iceberg_sync = true
);
 El futuro de la arquitectura de datos es en tiempo real, contextual y abierto Tiger Lake introduce un nuevo tipo de arquitectura: es continuo por diseño, escalable por defecto y optimizado para aplicaciones que necesitan un contexto completo y datos completos en tiempo real. Los datos operativos fluyen al lago para el enriquecimiento y la modelización. Las ideas enriquecidas fluyen de vuelta a Postgres para el servicio de baja latencia. Las aplicaciones y los agentes completan el ciclo, respondiendo con precisión y velocidad. Creemos que esta es la base de lo que viene a continuación: Sistemas que unifican casos de uso operativo y análisis interno Arquitecturas que reducen la complejidad en lugar de complicarla Cargas de trabajo que no son sólo reactivas, sino fundamentadas en la comprensión Usted no debe tener que elegir entre el contexto y la simplicidad. Usted no debe tener que rectificar sistemas que nunca fueron diseñados para trabajar juntos. Junto con la arquitectura de almacenamiento de próxima generación y nuestra herramienta de IA nativa de Postgres, Tiger Lake forma la columna vertebral de Agentic Postgres. Esta es una base construida para cargas de trabajo inteligentes que aprenden, simulan y actúan. Pruebe hoy en y comprobar el para empezar. Nube de tigre Archivo de Tiger Lake Docs Nube de tigre Archivo de Tiger Lake Docs - El Mike

This story contains new, firsthand information uncovered by the writer.

Stop database overprovisioning with Dynamic PostgreSQL. Try it out for free

Stop database overprovisioning with Dynamic PostgreSQL Try it out for free

Este audio es producido en el idioma original de la historia!

Tiger Lake lanza la unificación de Postgres y Lakehouse para análisis en tiempo real y IA

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Aumente su productividad con estas 18 herramientas para desarrolladores 🚀🔥

Nómadas digitales escuchen: lo que necesitan saber sobre la nueva visa DTV de Tailandia

Toque para ganar: Telegram puede incorporar a los próximos 10 mil millones de usuarios de criptomonedas antes de Solana

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps