Le applicazioni moderne stanno diventando più dinamiche, più intelligenti e più in tempo reale. I pannelli di controllo si rinnovano con la telemetria in entrata. I sistemi di monitoraggio rispondono ai cambiamenti delle linee di base. Gli agenti prendono decisioni nel contesto, non in isolamento. Ognuno dipende dal medesimo requisito fondamentale: la capacità di unificare eventi dal vivo con uno stato storico profondo. Tuttavia i dati rimangono frammentati. I sistemi operativi, costruiti su Postgres, gestiscono l'ingestione e il servizio. I sistemi analitici, costruiti sul laghetto, gestiscono l'arricchimento e la modellazione. Collegarli significa collegare flussi, pipeline e lavori personalizzati - ognuno introducendo latenza, fragilità e costo. Il risultato è un patchwork di sistemi che lottano per fornire il quadro completo, per non parlare di farlo in tempo reale. Questa frammentazione non solo rallenta i team, ma limita ciò che gli sviluppatori possono costruire.Non è possibile fornire dashboard in tempo reale con profondità storica o agenti a terra in un contesto operativo fresco quando i dati sono divisi per design. Questo divario architettonico non è più sostenibile. Ora in beta pubblica, introduce un nuovo ciclo di dati - continuo, bidirezionale e profondamente integrato - tra Postgres e il lago. semplifica lo stack, conserva i formati aperti e porta il contesto operativo e analitico nello stesso sistema. Il lago tigre Il lago tigre Introduzione a Tiger Lake: dati in tempo reale, sistemi a contesto completo Tiger Lake elimina la necessità di pipelines esterni, framework di orchestrazione complessi e middleware proprietario. È costruito direttamente nel Tiger Cloud e integrato con Tiger Postgres, il nostro motore Postgres di produzione per i carichi di lavoro transazionali, analitici e agentici. L'architettura utilizza standard aperti da fine a fine: Tabelle Apache Iceberg memorizzate in Amazon S3 Tables per l'integrazione con il lago Riproduzione continua da tabelle Postgres o ipertabelle in Iceberg Streaming di ingestione di nuovo in Postgres per la consegna e le operazioni a bassa latenza Spingere le query da Postgres a Iceberg per un rollup efficiente Queste funzionalità sono incorporate.Quello che richiedeva in precedenza i lavori di Flink, i pianificatori DAG e la colla personalizzata ora funzionano in modo nativo.Il comportamento di streaming e la compatibilità degli schemi sono progettati per entrare nel sistema fin dall'inizio. Per capire come Tiger Lake riforma l'architettura dei dati, aiuta a e considerare come si evolve quando il contesto in tempo reale diventa un principio di progettazione di base. Riprendere il modello di medaglia Riprendere il modello di medaglia Puoi pensare a questo come a : operational medallion architecture Bronzo: i dati crudi atterrano in Iceberg-backed S3. Argento: i dati puliti e convalidati vengono replicati a Postgres. Oro: gli aggregati vengono calcolati in Postgres per il servizio in tempo reale, quindi trasmessi in streaming a Iceberg per l'analisi delle caratteristiche. I tradizionali flussi di lavoro bronzo-argento-oro sono stati costruiti per i sistemi di lotti. Tiger Lake consente un flusso continuo in cui l'arricchimento e la fornitura avvengono in tempo reale. Questo cambiamento trasforma un pipeline eccessivamente complesso in un ciclo di dati dinamico e più semplice in tempo reale. Il contesto e i dati si muovono liberamente tra i sistemi. Gli strati operativi e analitici rimangono connessi senza lavoro redundante o infrastruttura duplicata. Tutti i dati rimangono nativi, aggiornati e consultabili con SQL standard. Tiger Lake supporta un singolo percorso di scrittura che alimenta le applicazioni in tempo reale, i dashboard e il lagohouse, utilizzando l'architettura che meglio si adatta allo sviluppatore. Gli utenti possono scrivere i dati a Postgres, quindi avere i dati appropriati e i rollup sincronizzati automaticamente con il loro lagohouse; al contrario, gli utenti che già alimentano i dati crudi nel lagohouse possono portarlo automaticamente a Postgres per il servizio operativo. “Abbiamo messo insieme Kafka, Flink e il codice personalizzato per trasmettere i dati da Postgres a Iceberg. Lo ha dichiarato Kevin Otten, direttore di Architettura Tecnica di Speedcast. "Tiger Lake sostituisce tutto ciò con l'infrastruttura nativa. È l'architettura che vorremmo avere dal primo giorno." “Abbiamo messo insieme Kafka, Flink e il codice personalizzato per trasmettere i dati da Postgres a Iceberg. Lo ha dichiarato Kevin Otten, direttore di Architettura Tecnica di Speedcast. Lo ha dichiarato Kevin Otten, direttore di Architettura Tecnica di Speedcast. "Tiger Lake sostituisce tutto ciò con l'infrastruttura nativa. È l'architettura che vorremmo avere dal primo giorno." Dall’architettura ai risultati Tiger Lake consente sistemi in tempo reale che in precedenza erano troppo complessi per funzionare o troppo costosi per costruire. Dashboard per clienti I dashboard possono ora combinare le metriche dal vivo con aggregati storici in una singola query. Non c'è bisogno di doppie pile o di informazioni permanenti. Tiger Lake supporta l'ingestione ad alta potenza su scala di produzione, alimentando pipeline che visualizzano miliardi di righe in tempo reale. Tutto vive in un unico sistema, continuamente aggiornato e istantaneamente consultabile. "Con Tiger Lake, abbiamo finalmente unificato i nostri dati in tempo reale e storici". ha dichiarato Maxwell Carritt, Lead IoT Engineer di Pfeifer & Langen. “Ora fluiamo senza problemi da Tiger Postgres a Iceberg, dando ai nostri analisti il potere di esplorare, modellare e agire sui dati su S3, Athena e TigerData.” "Con Tiger Lake, abbiamo finalmente unificato i nostri dati in tempo reale e storici". ha dichiarato Maxwell Carritt, Lead IoT Engineer di Pfeifer & Langen. ha dichiarato Maxwell Carritt, Lead IoT Engineer di Pfeifer & Langen. “Ora fluiamo senza problemi da Tiger Postgres a Iceberg, dando ai nostri analisti il potere di esplorare, modellare e agire sui dati su S3, Athena e TigerData.” Sistemi di monitoraggio Con una singola fonte di verità e un ciclo di dati continuo, l'allarme diventa più veloce e più affidabile. Gli ingegneri possono eseguire una singola query SQL per esaminare insieme la telemetria fresca e gli incidenti storici, migliorando la velocità di classificazione, riducendo i falsi positivi e rimanendo concentrati su ciò che conta. Tiger Lake consente ai sistemi di monitoraggio di operare sulla stessa spina dorsale operativa dal vivo, dove Iceberg fornisce profondità storica e Tiger Postgres fornisce accesso a bassa latenza. agenti Tiger Lake rende possibile la messa a terra senza infrastrutture aggiuntive. Gli sviluppatori possono incorporare l'attività recente degli utenti e la cronologia di interazione a lungo termine direttamente all'interno di Postgres. Non c'è bisogno di orchestrazione, gestione del drift vettoriale o pipeline AI personalizzate. Immaginate che un agente di supporto riceva una nuova indagine. Il grande corpo di casi di supporto storici rimane in Iceberg, mentre Tiger Lake ha creato incorporazioni automatizzate di pezzi e vettori in Postgres. Ora la ricerca vettoriale contro il database operativo può rispondere rapidamente alle domande di chat AI, assicurando al contempo che le incorporazioni rimangano fresche e aggiornate senza pipeline di orchestrazione complesse. In questo modo, Tiger Lake è anche un blocco chiave di costruzione in quello che chiamiamo Agentic Postgres, una fondazione Postgres per sistemi intelligenti che imparano, decidono e agiscono. “Con Tiger Lake, crediamo che TigerData stia creando una solida base per trasformare Postgres nel motore operativo del lago aperto per le applicazioni.” ha dichiarato Ken Yoshioka, CTO, Lumia Health. "Ci consente la flessibilità di crescere rapidamente la nostra startup biotecnologica con infrastrutture progettate sia per l'analisi che per l'IA agente." “Con Tiger Lake, crediamo che TigerData stia creando una solida base per trasformare Postgres nel motore operativo del lago aperto per le applicazioni.” ha dichiarato Ken Yoshioka, CTO, Lumia Health. ha dichiarato Ken Yoshioka, CTO, Lumia Health. "Ci consente la flessibilità di crescere rapidamente la nostra startup biotecnologica con infrastrutture progettate sia per l'analisi che per l'IA agente." Compagnie come Speedcast, Lumia Health e Pfeifer & Langen stanno già costruendo sistemi analitici a tempo pieno e in tempo reale con Tiger Lake.Queste architetture alimentano la telemetria industriale, i flussi di lavoro agentici e le operazioni in tempo reale, tutto da una piattaforma unificata e in streaming continuo. Disponibile in beta pubblica su Tiger Cloud Tiger Lake è ora disponibile in beta pubblica , la nostra piattaforma gestita per applicazioni in tempo reale e sistemi di analisi. Supporta lo streaming continuo da Tiger Postgres a Amazon S3 Tables supportati da Iceberg utilizzando formati aperti. Il Tiger Cloud Il Tiger Cloud In arrivo presto: Round-trip intelligence Più tardi quest'estate: query Iceberg cataloghi direttamente all'interno di Postgres. esplorare, unirsi e ragionare attraverso il lago e i dati operativi utilizzando SQL. Autunno 2025: flussi di lavoro a rotta completa: ingresso in Postgres, arricchimento in Iceberg e riproduzione automatica dei risultati. Come installare il Tiger Lake Cominciare è semplice. nessuna complessa orchestrazione o integrazioni manuali: Crea un bucket per le tabelle compatibili con Iceberg S3. Fornire autorizzazioni ARN a Tiger Cloud. Per attivare la sincronizzazione di tabelle in Tiger Postgres: ALTER TABLE my_hypertable SET (
  tigerlake.iceberg_sync = true
);
 Il futuro dell'architettura dei dati è in tempo reale, contestuale e aperto Tiger Lake introduce un nuovo tipo di architettura. è continuo per design, scalabile per impostazione predefinita e ottimizzato per le applicazioni che richiedono un contesto completo e dati completi in tempo reale. I dati operativi scorrono nel lago per l'arricchimento e la modellazione. Le informazioni arricchite scorrono indietro a Postgres per il servizio a bassa latenza. Le applicazioni e gli agenti completano il ciclo, rispondendo con precisione e velocità. Noi crediamo che questa sia la base di ciò che verrà dopo: Sistemi che unificano casi di utilizzo operativo e analisi interna Architettura che riduce la complessità invece di comporla carichi di lavoro che non sono solo reattivi, ma fondati sulla comprensione Non dovresti dover scegliere tra il contesto e la semplicità. Non dovresti dover patchare insieme sistemi che non sono mai stati progettati per lavorare insieme. Insieme all'architettura di archiviazione di prossima generazione e ai nostri strumenti di intelligenza artificiale di Postgres, Tiger Lake costituisce la spina dorsale di Agentic Postgres. Prova oggi su e controllare il per cominciare. Il Tiger Cloud Titolo: Tiger Lake Docs Il Tiger Cloud Titolo: Tiger Lake Docs - di 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

Questo audio è prodotto nella lingua originale della storia!

Tiger Lake lancia l'unificazione di Postgres e Lakehouse per l'analisi in tempo reale e l'IA

About Author

COMMENTI

CARTELLINI

QUESTO ARTICOLO È STATO PRESENTATO IN

Related Stories

HackerNoon - A User Experience Analysis: Part 2

OpenAI Has Everything Under Control 😎

Arron Goolsbey Talks Future of Gaming with AI and Blockchain at Mythical Games

I Tried Perplexity For a Week, And I Don't Think AI Search Engines Can Replace Google.. Yet

HackerNoon - A User Experience Analysis: Part 2

OpenAI Has Everything Under Control 😎

Arron Goolsbey Talks Future of Gaming with AI and Blockchain at Mythical Games

I Tried Perplexity For a Week, And I Don't Think AI Search Engines Can Replace Google.. Yet

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps