Os aplicativos modernos estão se tornando mais dinâmicos, mais inteligentes e mais em tempo real. Os painéis refrescam com a telemetria de entrada. Os sistemas de monitoramento respondem à mudança das linhas de base. Os agentes tomam decisões em contexto, não isoladamente. Cada um depende do mesmo requisito fundamental: a capacidade de unificar eventos ao vivo com um estado histórico profundo. No entanto, os dados continuam fragmentados. Os sistemas operacionais, construídos no Postgres, lidam com a ingestão e a entrega. Os sistemas analíticos, construídos no lago, lidam com o enriquecimento e a modelagem. Conectá-los significa juntar fluxos, pipelines e trabalhos personalizados – cada um introduzindo latência, fragilidade e custo. O resultado é um patchwork de sistemas que lutam para entregar a imagem completa, para não mencionar fazê-lo em tempo real. Esta fragmentação não apenas retarda as equipes – limita o que os desenvolvedores podem construir.Você não pode entregar painéis em tempo real com profundidade histórica ou agentes de terra em um novo contexto operacional quando os dados são divididos por design. Esta divisão arquitetônica já não é sustentável. Agora em beta pública, introduz um novo ciclo de dados – contínuo, bidirecional e profundamente integrado – entre o Postgres e o lagohouse. Lago Tigre Lago Tigre Introdução ao Tiger Lake: dados em tempo real, sistemas de contexto completo O Tiger Lake elimina a necessidade de pipelines externos, frameworks de orquestração complexos e middleware proprietário. Ele é construído diretamente na Tiger Cloud e integrado com o Tiger Postgres, nosso motor de produção Postgres para cargas de trabalho transacionais, analíticas e de agência. A arquitetura usa padrões abertos do fim ao fim: Tabelas do Apache Iceberg armazenadas no Amazon S3 Tables para integração do lago Replicação contínua de tabelas de Postgres ou hipertables em Iceberg Streaming de ingestão de volta para o Postgres para serviços e operações de baixa latência Pushing queries down de Postgres para Iceberg para rollups eficientes O que antes exigia trabalhos Flink, agendadores DAG e cola personalizada agora funcionam nativamente. Comportamento de streaming e compatibilidade de esquema são projetados para o sistema desde o início. Para entender como o Tiger Lake redefine a arquitetura de dados, ajuda a e considere como evolui quando o contexto em tempo real se torna um princípio de design central. Conheça o modelo da medalha Conheça o modelo da medalha Você pode pensar nisso como um : operational medallion architecture Bronze: dados brutos aterrissam no S3 apoiado por Iceberg. Prata: os dados limpos e validados são replicados para o Postgres. Ouro: os agregados são calculados no Postgres para entrega em tempo real, depois transmitidos de volta para Iceberg para análise de recursos. Os tradicionais fluxos de trabalho Bronze-Silver-Gold foram construídos para sistemas de lote. Tiger Lake permite um fluxo contínuo onde o enriquecimento e a entrega ocorrem em tempo real. Esta mudança transforma um pipeline excessivamente complexo em um loop de dados em tempo real dinâmico e mais simples. Contexto e dados se movem livremente entre sistemas. As camadas operacionais e analíticas permanecem conectadas sem trabalhos redundantes ou infraestrutura duplicada. Todos os dados permanecem nativos, atualizados e consultáveis com o SQL padrão. Tiger Lake suporta um único caminho de escrita que alimenta aplicações em tempo real, painéis e o lago, usando a arquitetura que melhor se encaixa no desenvolvedor. Os usuários podem escrever dados para o Postgres, depois ter os dados apropriados e rolos automaticamente sincronizados para o lago; pelo contrário, os usuários que já alimentam dados brutos para o lago podem automaticamente trazê-los para o Postgres para serviço operacional. Agora, os aplicativos podem raciocinar o agora e o depois – sem código de orquestração ou superposição de sincronização. “Nós combinamos Kafka, Flink e código personalizado para transmitir dados da Postgres para Iceberg. disse Kevin Otten, diretor de arquitetura técnica da Speedcast. “Tiger Lake substitui tudo isso por infraestrutura nativa. É a arquitetura que desejamos ter desde o primeiro dia.” “Nós combinamos Kafka, Flink e código personalizado para transmitir dados da Postgres para Iceberg. disse Kevin Otten, diretor de arquitetura técnica da Speedcast. disse Kevin Otten, diretor de arquitetura técnica da Speedcast. “Tiger Lake substitui tudo isso por infraestrutura nativa. É a arquitetura que desejamos ter desde o primeiro dia.” Da Arquitetura aos Resultados O Tiger Lake permite sistemas em tempo real que anteriormente eram muito complexos para serem operados ou muito caros para serem construídos. Dashboards para Clientes Os painéis de controle agora podem combinar métricas ao vivo com agregados históricos em uma única consulta. Não há necessidade de pilhas duplas ou insights estagnados. O Tiger Lake suporta ingestão de alta potência na escala de produção, alimentando tubulações que visualizam bilhões de linhas em tempo real. Tudo vive em um sistema, continuamente atualizado e instantaneamente consultável. “Com o Tiger Lake, finalmente unificamos nossos dados em tempo real e históricos.” disse Maxwell Carritt, principal engenheiro de IoT da Pfeifer & Langen. “Agora, fluímos sem problemas da Tiger Postgres para Iceberg, dando aos nossos analistas o poder de explorar, modelar e agir sobre dados em S3, Athena e TigerData.” “Com o Tiger Lake, finalmente unificamos nossos dados em tempo real e históricos.” disse Maxwell Carritt, principal engenheiro de IoT da Pfeifer & Langen. disse Maxwell Carritt, principal engenheiro de IoT da Pfeifer & Langen. “Agora, fluímos sem problemas da Tiger Postgres para Iceberg, dando aos nossos analistas o poder de explorar, modelar e agir sobre dados em S3, Athena e TigerData.” Sistemas de Monitoramento Com uma única fonte de verdade e um loop de dados contínuo, o alerta torna-se mais rápido e mais confiável. Os engenheiros podem executar uma consulta SQL para inspeccionar a telemetria recente e os incidentes históricos juntos – melhorando a velocidade de triagem, reduzindo falsos positivos e permanecendo focados no que importa. A simplificação do plano de dados também melhora a resiliência do sistema.Tiger Lake permite que os sistemas de monitoramento operem na mesma espinha dorsal operacional ao vivo, onde Iceberg fornece profundidade histórica e Tiger Postgres fornece acesso de baixa latência. Agentes O Tiger Lake torna possível o aterramento sem infraestrutura adicional. Os desenvolvedores podem incorporar a atividade recente do usuário e o histórico de interação de longo prazo diretamente dentro do Postgres. Não há necessidade de orquestração, gerenciamento de deslizamento de vetores ou pipelines de IA personalizados. Imagine que um agente de suporte receba uma nova pesquisa.O grande corpo de casos de suporte histórico permanece em Iceberg, enquanto o Tiger Lake criou incorporações automatizadas de pedaços e vetores em Postgres.Agora, a pesquisa vetorial contra o banco de dados operacional pode responder rapidamente a perguntas de bate-papo de IA, garantindo que as incorporações permaneçam frescas e atualizadas sem pipelines de orquestração complexos. Ao fazê-lo, o Tiger Lake é também um bloco de construção chave no que chamamos de Agentic Postgres, uma fundação Postgres para sistemas inteligentes que aprendem, decidem e agem. “Com o Tiger Lake, acreditamos que o TigerData está estabelecendo uma base sólida para transformar o Postgres no motor operacional do lago aberto para aplicações.” disse Ken Yoshioka, CTO, Lumia Saúde. "Isso nos permite a flexibilidade de crescer rapidamente nossa startup de biotecnologia com infraestrutura projetada para análise e IA de agência." “Com o Tiger Lake, acreditamos que o TigerData está estabelecendo uma base sólida para transformar o Postgres no motor operacional do lago aberto para aplicações.” disse Ken Yoshioka, CTO, Lumia Saúde. disse Ken Yoshioka, CTO, Lumia Saúde. "Isso nos permite a flexibilidade de crescer rapidamente nossa startup de biotecnologia com infraestrutura projetada para análise e IA de agência." Empresas como Speedcast, Lumia Health e Pfeifer & Langen já estão construindo sistemas analíticos em tempo real com o Tiger Lake. Essas arquiteturas fornecem telemetria industrial, fluxos de trabalho de agentes e operações em tempo real, tudo a partir de uma plataforma unificada e em streaming contínuo. Disponível em beta pública na Tiger Cloud Tiger Lake já está disponível em beta pública , nossa plataforma gerenciada para aplicações em tempo real e sistemas analíticos. Ele suporta streaming contínuo de Tiger Postgres para Amazon S3 Tables com suporte a Iceberg usando formatos abertos. Tigre Nuvem Tigre Nuvem Em breve: Inteligência rodoviária Mais tarde neste verão: Query Iceberg catálogos diretamente de dentro de Postgres. Explore, junte-se e raciocine em todo o lago e dados operacionais usando SQL. Outono de 2025: fluxos de trabalho completos: injetar no Postgres, enriquecer no Iceberg e transmitir os resultados automaticamente. Como montar o Tiger Lake Não há orquestração complexa ou integrações manuais: Crie um bucket para tabelas S3 compatíveis com Iceberg. Fornecer permissões de ARN para Tiger Cloud. Ativar a sincronização de tabelas no Tiger Postgres: ALTER TABLE my_hypertable SET (
  tigerlake.iceberg_sync = true
);
 O futuro da arquitetura de dados é em tempo real, contextual e aberto O Tiger Lake introduz um novo tipo de arquitetura, que é contínuo por design, escalável por padrão e otimizado para aplicações que precisam de contexto completo e dados completos em tempo real. Os dados operacionais fluem para o lago para enriquecimento e modelagem. Insights enriquecidos fluem de volta para o Postgres para serviço de baixa latência. Aplicações e agentes completam o ciclo, respondendo com precisão e velocidade. Acreditamos que esta é a base para o que vem a seguir: Sistemas que unificam casos de uso operacional e análise interna Arquiteturas que reduzem a complexidade em vez de compor Cargas de trabalho que não são apenas reativas, mas fundamentadas na compreensão Você não deve ter que escolher entre contexto e simplicidade. Você não deve ter que patchar sistemas que nunca foram projetados para trabalhar juntos. Juntamente com a arquitetura de armazenamento de próxima geração e nossas ferramentas de IA nativas da Postgres, o Tiger Lake forma a espinha dorsal da Agentic Postgres. Esta é uma base construída para cargas de trabalho inteligentes que aprendem, simulam e agem. Experimente hoje em Além disso, verifique o para começar. Tigre Nuvem Avaliações do Tiger Lake Docs Tigre Nuvem Avaliações do Tiger Lake Docs - O 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 áudio é produzido no idioma original da história!

Tiger Lake lança Unify Postgres e Lakehouse para análise em tempo real e IA

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Navegando pelas águas: desenvolvendo aplicações RAG de nível de produção com data lakes

Valhalla de Floki se junta como patrocinador associado da viagem da Índia ao Sri Lanka

De fóruns a feeds: como os algoritmos de mídia social moldam a interação digital

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps