TL;DR: Hace ocho años, lanzamos Timescale para traer series de tiempo a PostgreSQL. Nuestra misión era simple: ayudar a los desarrolladores a construir aplicaciones de series de tiempo. Desde entonces, hemos construido un negocio próspero: 2.000 clientes, ARR medio de 8 dígitos (>100% de crecimiento año tras año), $180 millones recaudados de los principales inversores. Servimos a empresas que están construyendo productos analíticos en tiempo real y cargas de trabajo de IA a gran escala como: Mistral, HuggingFace, Nvidia, Toyota, Tesla, NASA, JP Morgan Chase, Schneider Electric, Palo Alto Networks y Caterpillar. Estas son empresas que construyen herramientas de desarrolladores, dashboards industriales, intercambios de criptografía, juegos nativos de IA, aplicaciones financieras de RAG y más. Hemos evolucionado silenciosamente de una base de datos de serie temporal a la moderna PostgreSQL para la computación de hoy y de mañana, construida para el rendimiento, la escala y el futuro de la agencia. Así que estamos cambiando nuestro nombre: de Timescale a TigerData. No para cambiar quiénes somos, sino para reflejar quiénes nos hemos convertido. Los desarrolladores pensaron que estábamos locos Cuando comenzamos hace 8 años, las bases de datos SQL eran “antiguas”. NoSQL era el futuro. Hadoop, MongoDB, Cassandra, InfluxDB – estas eran las nuevas, emocionantes bases de datos NoSQL. PostgreSQL era viejo y aburrido. Es entonces cuando lanzamos Timescale: una base de datos de series temporales en PostgreSQL. Los desarrolladores pensaron que estábamos locos. PostgreSQL no escaló. PostgreSQL no era rápido. las series temporales necesitaban una base de datos NoSQL. “Aunque aprecio PostgreSQL todos los días, ¿es yo el único que piensa que esta es una idea bastante mala?” – el comentario principal de HackerNews en nuestro lanzamiento (enlace) Pero creíamos en PostgreSQL. Sabíamos que el aburrimiento podría ser increíble, especialmente con las bases de datos. Y, francamente, éramos egoístas: PostgreSQL era la única base de datos que queríamos usar. Today, PostgreSQL has won. No hay más debates “SQL vs. NoSQL”.MongoDB, Cassandra, InfluxDB y otras bases de datos NoSQL se ven como terminales técnicos.Snowflake y Databricks están adquiriendo empresas PostgreSQL.Nadie habla de Hadoop. Today, agentic workloads are here. Los agentes necesitan una base de datos rápida. lo vemos en nuestra base de clientes: empresas de capital privado y fondos de cobertura que utilizan agentes para ayudar a comprender los movimientos del mercado (“¿Cómo reaccionó el mercado a Apple WWDC 2025?”); los fabricantes de equipos industriales construyen interfaces de chat encima de manuales internos para ayudar a los técnicos de campo; plataformas de desarrolladores que almacenan interacciones de agentes en tablas de historias para una mayor transparencia y confianza; y así sucesivamente. Lo que comenzó como una idea herética ahora es un negocio próspero También hemos cambiado. nos conocimos en septiembre de 1997, durante nuestra primera semana en el MIT. Pronto nos volvimos amigos, compañeros de habitación, incluso socios de entrenamiento de maratón (Boston 1998). Esa amistad se convirtió en la base para un viaje emprendedor que ha superado incluso nuestras más audaces imaginaciones. Lo que comenzó como una idea herética ahora es un negocio próspero: 
 
 
 
 
 
 
 2000 clientes ARR mediano de 8 dígitos, creciente >100% y/y 200 personas en 25 países $180 millones recaudados de los principales inversores 60% + Margen Bruto El uso de la nube ha aumentado 5 veces en los últimos 18 meses, basado en los clientes pagados solo. Nuestra comunidad de código abierto es 10x-20x más grande. (Baseado en la telemetría, es 10x, pero estimamos que al menos la mitad de todas las implementaciones tienen la telemetría apagada.) TimescaleDB está en todas partes. Está incluido en las ofertas de PostgreSQL en todo el mundo: desde Azure, Alibaba y Huawei hasta Supabase, DigitalOcean y Fly.io. También lo encontrarás en Databricks Neon, Snowflake Crunchy Bridge, OVHCloud, Render, Vultr, Linode, Aiven y más. Somos TigerData Hoy en día, somos más que una base de datos de series temporales.Estamos alimentando herramientas de desarrolladores, aplicaciones SaaS, juegos nativos de IA, aplicaciones de RAG financieras y más.La mayoría de las cargas de trabajo en nuestro producto de la nube no son series temporales.Las empresas están ejecutando aplicaciones enteras en nosotros.Los CTOs nos dirían, “Usted sigue hablando de cómo es la mejor base de datos de series temporales, pero yo te veo como el mejor PostgreSQL”. Ofrecemos el PostgreSQL más rápido. velocidad sin sacrificios. So we are now “TigerData" Nuestra oferta en la nube es “Tiger Cloud.” Nuestro logotipo permanece el mismo: el tigre, mirando hacia adelante, enfocado y rápido. Algunas cosas no cambian. Nuestra extensión de la serie de tiempo PostgreSQL de código abierto sigue siendo TimescaleDB. Nuestra extensión vectorial sigue siendo pgvectorscale. El tigre ha sido nuestra mascota desde 2017, simbolizando la velocidad, el poder y la precisión que buscamos en nuestra base de datos. Con el tiempo, se ha convertido en una parte central de nuestra cultura: desde las revisiones semanales de “Tiger Time” All Hands y las revisiones mensuales de “State of the Tiger”, hasta dar la bienvenida a nuevos compañeros de equipo como “chicos tigres” a la “jungla”. Why “Tiger”? This is not a reinvention: it’s a reflection of how we already serve our customers today. utiliza TigerData para rastrear su historia de precios.Durante la última elección, Polymarket aumentó 4x cuando los volúmenes de comercio fueron extra altos, para impulsar más de $ 3.7 mil millones de dólares en operaciones. Polymarket utiliza TigerData para su producto de análisis premium, ahorrando $17K por mes en 12.6 TB de ahorros de compresión. También comprimieron su tiempo de lanzamiento, pasando de 2 semanas a 2 días para el envío de funciones analíticas. Linktree utiliza la compresión y los agregados continuos de TigerData para reducir costes y aumentar la visibilidad en sus instalaciones para la fabricación de cemento, hormigón preparado y materiales relacionados. Titan America utiliza TigerData para telemetría en tiempo real y análisis de conducción autónoma. Lucid Motors Análisis sensible al tiempo y búsqueda semántica. The Financial Times Únete a nosotros La plataforma de base de datos operativa construida para las cargas de trabajo transaccionales, analíticas y de agencia.La única plataforma de base de datos que ofrece Speed sin Sacrifice. Tiger is the Fastest PostgreSQL. Este no es un reencuentro, sino un compromiso con nuestros clientes, con nuestros desarrolladores y con nuestra misión principal. Si esta misión resuena con usted, venga a unirse a nosotros. Déjenos el feedback del producto. Difunde la palabra. Use el swag. Únete al equipo. Es hora de ir.

Hot off the press! This story contains factual information about a recent event.

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

This is a PR written by or for the company mentioned within it. The writer has a vested interest in the company and products mentioned within.

TigerData: Construyendo el PostgreSQL Moderno para la Era Analítica y Agentica

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Una breve introducción a la teoría del cerebro de Boltzmann

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

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

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

Una breve introducción a la teoría del cerebro de Boltzmann

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

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

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