Aplikasi modern menjadi lebih dinamis, lebih cerdas, dan lebih real-time. dashboard diperbarui dengan telemetri masuk. Sistem pemantauan merespon perubahan garis dasar. Agen membuat keputusan dalam konteks, bukan dalam isolasi. masing-masing bergantung pada persyaratan dasar yang sama: kemampuan untuk menyatukan peristiwa hidup dengan keadaan sejarah yang mendalam. Namun data masih terfragmentasi. Sistem operasi, yang dibangun pada Postgres, menangani penyerapan dan layanan. Sistem analitis, yang dibangun pada pondok, menangani pengayaan dan pemodelan. Menghubungkan mereka berarti menyatukan aliran, pipa, dan pekerjaan yang disesuaikan - masing-masing memperkenalkan latensi, kerapuhan, dan biaya. Hasilnya adalah patchwork sistem yang berjuang untuk memberikan gambaran lengkap, apalagi melakukannya dalam waktu nyata. Fragmensi ini tidak hanya memperlambat tim – itu membatasi apa yang dapat dibangun pengembang. Anda tidak dapat memberikan dashboard real-time dengan kedalaman historis atau agen darat dalam konteks operasi segar ketika data dibagi berdasarkan desain. Perbedaan arsitektur ini tidak lagi berkelanjutan. Sekarang dalam beta publik, ia memperkenalkan lingkaran data baru - berkelanjutan, dua arah, dan sangat terintegrasi - antara Postgres dan danau. Danau Harimau Danau Harimau Memperkenalkan Tiger Lake: Data Real-Time, Sistem Konteks Lengkap Tiger Lake menghilangkan kebutuhan untuk pipa eksternal, kerangka kerja orkestrasi yang kompleks, dan middleware milik sendiri.Dia dibangun langsung ke dalam Tiger Cloud dan terintegrasi dengan Tiger Postgres, mesin Postgres kelas produksi kami untuk beban kerja transaksional, analitis, dan agentik. Arsitektur menggunakan standar terbuka dari ujung ke ujung: Tabel Apache Iceberg disimpan di Amazon S3 Tables untuk integrasi Lakehouse Replikasi berkelanjutan dari tabel Postgres atau hypertables ke Iceberg Streaming ingestion kembali ke Postgres untuk low-latency serving dan operasi Mendorong pertanyaan dari Postgres ke Iceberg untuk rollup yang efisien Apa yang sebelumnya dibutuhkan pekerjaan Flink, jadwal DAG, dan patch disesuaikan sekarang bekerja secara natif. perilaku streaming dan kompatibilitas skema dirancang ke dalam sistem dari awal. Untuk memahami bagaimana Tiger Lake memodifikasi arsitektur data, membantu dan pertimbangkan bagaimana itu berkembang ketika konteks real-time menjadi prinsip desain inti. Pertimbangkan kembali model medali Pertimbangkan kembali model medali Anda bisa memikirkannya sebagai : operational medallion architecture Bronze: Data mentah mendarat di S3 yang didukung oleh Iceberg. Perak: Data yang dibersihkan dan dikonfirmasi diulangi ke Postgres. Emas: Aggregate dihitung di Postgres untuk layanan real-time, kemudian ditransmisikan kembali ke Iceberg untuk analisis fitur. Proses kerja Bronze–Silver–Gold tradisional dibangun untuk sistem batch. Tiger Lake memungkinkan aliran berkelanjutan di mana pengayaan dan pemberian terjadi dalam waktu nyata. Pergeseran ini mengubah pipa yang terlalu kompleks menjadi lingkaran data real-time yang dinamis dan lebih sederhana. konteks dan data bergerak bebas antara sistem. lapisan operasional dan analitis tetap terhubung tanpa pekerjaan yang berlebihan atau infrastruktur duplikat. Semua data tetap asli, up-to-date, dan dapat dicari dengan SQL standar. Tiger Lake mendukung satu jalan menulis yang mendukung aplikasi real-time, dashboard, dan lakehouse, menggunakan arsitektur yang paling sesuai dengan pengembang. Pengguna dapat menulis data ke Postgres, kemudian memiliki data yang sesuai dan rollups secara otomatis disinkronkan ke lakehouse mereka; sebaliknya, pengguna yang sudah memasok data mentah ke lakehouse dapat secara otomatis membawa ke Postgres untuk layanan operasional. "Kami mengumpulkan Kafka, Flink, dan kode khusus untuk mengalirkan data dari Postgres ke Iceberg. kata Kevin Otten, Direktur Arsitektur Teknis di Speedcast. "Tiger Lake menggantikan semua itu dengan infrastruktur asli. itu adalah arsitektur yang kita inginkan sejak hari pertama." "Kami mengumpulkan Kafka, Flink, dan kode khusus untuk mengalirkan data dari Postgres ke Iceberg. kata Kevin Otten, Direktur Arsitektur Teknis di Speedcast. kata Kevin Otten, Direktur Arsitektur Teknis di Speedcast. "Tiger Lake menggantikan semua itu dengan infrastruktur asli. itu adalah arsitektur yang kita inginkan sejak hari pertama." Dari Arsitektur ke Hasil Tiger Lake memungkinkan sistem real-time yang sebelumnya terlalu kompleks untuk beroperasi atau terlalu mahal untuk dibangun. Deskripsi Dashboard Dashboard sekarang dapat menggabungkan metrik langsung dengan agregat historis dalam satu kueri. Tidak ada kebutuhan untuk stack ganda atau wawasan permanen. Tiger Lake mendukung pengambilan aliran tinggi pada skala produksi, memungkinkan pipa yang memvisualisasikan miliaran baris secara real time. “Dengan Tiger Lake, kami akhirnya menyatukan data real-time dan historis kami.” kata Maxwell Carritt, Insinyur IoT utama di Pfeifer & Langen. “Sekarang kami mengalir dari Tiger Postgres ke Iceberg, memberi analis kami kekuatan untuk mengeksplorasi, memodelkan, dan bertindak pada data di S3, Athena, dan TigerData.” “Dengan Tiger Lake, kami akhirnya menyatukan data real-time dan historis kami.” kata Maxwell Carritt, Insinyur IoT utama di Pfeifer & Langen. kata Maxwell Carritt, Insinyur IoT utama di Pfeifer & Langen. “Sekarang kami mengalir dari Tiger Postgres ke Iceberg, memberi analis kami kekuatan untuk mengeksplorasi, memodelkan, dan bertindak pada data di S3, Athena, dan TigerData.” Sistem pemantauan Dengan satu sumber kebenaran dan lingkaran data yang berkelanjutan, peringatan menjadi lebih cepat dan lebih dapat diandalkan. insinyur dapat menjalankan satu kueri SQL untuk memeriksa telemetri baru dan insiden historis bersama-sama – meningkatkan kecepatan penyaringan, mengurangi positif palsu, dan tetap fokus pada apa yang penting. Tiger Lake memungkinkan sistem pemantauan beroperasi pada tulang belakang operasi langsung yang sama, di mana Iceberg memberikan kedalaman historis dan Tiger Postgres memberikan akses latensi rendah. agen Tiger Lake memungkinkan grounding tanpa infrastruktur tambahan. Pengembang dapat memasukkan aktivitas pengguna baru-baru ini dan riwayat interaksi jangka panjang langsung di dalam Postgres. Tidak ada kebutuhan untuk orkestrasi, manajemen drift vektor atau pipa AI khusus. Bayangkan agen dukungan menerima survei baru. Kasus dukungan historis yang besar tetap ada di Iceberg, sementara Tiger Lake menciptakan embeddings bagian dan vektor otomatis di Postgres. Sekarang pencarian vektor terhadap database operasional dapat menjawab pertanyaan obrolan AI dengan cepat, sambil memastikan bahwa embeddings tetap segar dan up-to-date tanpa pipa orkestrasi yang kompleks. Dengan demikian, Tiger Lake juga merupakan blok bangunan kunci dalam apa yang kita sebut Agentic Postgres, yayasan Postgres untuk sistem cerdas yang belajar, memutuskan, dan bertindak. "Dengan Tiger Lake, kami percaya TigerData menempatkan dasar yang kuat untuk mengubah Postgres menjadi mesin operasional rumah danau terbuka untuk aplikasi," tambahnya. Ken Yoshioka, CTO dari Lumia Health. "Ini memungkinkan kami fleksibilitas untuk mengembangkan startup bioteknologi kami dengan cepat dengan infrastruktur yang dirancang untuk kedua analitik dan agentik AI." "Dengan Tiger Lake, kami percaya TigerData menempatkan dasar yang kuat untuk mengubah Postgres menjadi mesin operasional rumah danau terbuka untuk aplikasi," tambahnya. Ken Yoshioka, CTO dari Lumia Health. Ken Yoshioka, CTO dari Lumia Health. "Ini memungkinkan kami fleksibilitas untuk mengembangkan startup bioteknologi kami dengan cepat dengan infrastruktur yang dirancang untuk kedua analitik dan agentik AI." Perusahaan seperti Speedcast, Lumia Health, dan Pfeifer & Langen sudah membangun sistem analisis penuh konteks dan real-time dengan Tiger Lake. arsitektur ini mendukung telemetri industri, alur kerja agentik, dan operasi real-time, semuanya dari platform yang bersatu, terus-menerus streaming. Tersedia dalam Public Beta di Tiger Cloud Tiger Lake sekarang tersedia dalam beta publik , platform kami yang dikelola untuk aplikasi real-time dan sistem analisis. mendukung streaming terus-menerus dari Tiger Postgres ke Amazon S3 Tables yang didukung oleh Iceberg menggunakan format terbuka. awan harimau awan harimau Dalam waktu dekat: Intelligence Round-Trip Akhir musim panas ini: Query Iceberg katalog langsung dari dalam Postgres. mengeksplorasi, bergabung, dan alasan di seluruh danau dan data operasional menggunakan SQL. Musim gugur 2025: alur kerja perjalanan penuh: masuk ke Postgres, memperkaya di Iceberg dan streaming hasil kembali secara otomatis. Cara Membuat Tiger Lake Mulai dengan mudah. tidak ada orkestrasi yang rumit atau integrasi manual: Membuat kotak untuk tabel S3 yang kompatibel dengan Iceberg. Menyediakan izin ARN untuk Tiger Cloud. Mengaktifkan tabel sinkronisasi di Tiger Postgres: ALTER TABLE my_hypertable SET (
  tigerlake.iceberg_sync = true
);
 Masa Depan Arsitektur Data Adalah Real-Time, Kontekstual, dan Terbuka Tiger Lake memperkenalkan jenis arsitektur baru yang berkelanjutan dalam desain, dapat diperluas secara default, dan dioptimalkan untuk aplikasi yang membutuhkan konteks lengkap dan data lengkap dalam waktu nyata. Data operasional mengalir ke danau untuk memperkaya dan memodelkan. wawasan yang diperkaya mengalir kembali ke Postgres untuk layanan latensi rendah. aplikasi dan agen menyelesaikan lingkaran, menanggapi dengan akurasi dan kecepatan. Kami percaya ini adalah dasar untuk apa yang akan datang selanjutnya: Sistem yang menyatukan kasus penggunaan operasional dan analisis internal Arsitektur yang mengurangi kompleksitas alih-alih menyusunnya beban kerja yang tidak hanya reaksi tetapi didasarkan pada pemahaman Anda tidak harus memilih antara konteks dan kesederhanaan. Anda tidak harus memperbaiki sistem yang tidak pernah dirancang untuk bekerja sama. Bersama dengan arsitektur penyimpanan generasi berikutnya dan alat AI kami yang berasal dari Postgres, Tiger Lake membentuk tulang belakang Agentic Postgres. Ini adalah fondasi yang dibangun untuk beban kerja cerdas yang belajar, mensimulasikan, dan bertindak. Cobalah hari ini di dan memeriksa dari Untuk memulai awan harimau Informasi tentang Tiger Lake Docs awan harimau Informasi tentang Tiger Lake Docs - yang 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

Audio ini diproduksi dalam bahasa asli cerita!

Tiger Lake Luncurkan Unifying Postgres dan Lakehouse untuk Real-Time Analytics dan AI

About Author

KOMENTAR

HANG TAG

ARTIKEL INI DISAJIKAN PADA

Related Stories

How to Fetch Large Data Files Through GitHub API

IdeaOps: Why Every Request is a Company Asset in Product Development

Return to Pleasure Island

THE BEGINNING OF THE SEARCH FOR THE KEY AND THE COAT.

How to Fetch Large Data Files Through GitHub API

IdeaOps: Why Every Request is a Company Asset in Product Development

Return to Pleasure Island

THE BEGINNING OF THE SEARCH FOR THE KEY AND THE COAT.

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps