Moderné aplikácie sa stávajú dynamickejšími, inteligentnejšími a real-time. Dashboards osviežujú prichádzajúce telemetrie. Monitorovacie systémy reagujú na meniace sa východiskové línie. Agenti prijímajú rozhodnutia v kontexte, nie v izolácii. Každý závisí od rovnakej základnej požiadavky: schopnosť zjednotiť živé udalosti s hlbokým historickým stavom. Údaje však zostávajú fragmentované. Operačné systémy, postavené na Postgres, sa zaoberajú požitím a podávaním. Analytické systémy, postavené na jazierku, sa zaoberajú obohatením a modelovaním. Pripojenie ich znamená spájanie tokov, potrubí a vlastných prác - z ktorých každá predstavuje latenciu, krehkosť a náklady. Výsledkom je patchwork systémov, ktoré sa snažia poskytnúť úplný obraz, nehovoriac o tom, že to robia v reálnom čase. Táto fragmentácia nielenže spomaľuje tímy – obmedzuje to, čo môžu vývojári vytvoriť.Nemôžete poskytovať dosky v reálnom čase s historickou hĺbkou alebo pozemnými agentmi v čerstvom operačnom kontexte, keď sú údaje rozdelené podľa dizajnu. Táto architektonická priepasť už nie je udržateľná. Teraz vo verejnej beta, zavádza nový dátový kruh – kontinuálny, obojsmerný a hlboko integrovaný – medzi Postgres a Lakehouse. Zjednodušuje hromadu, zachováva otvorené formáty a prináša operačný a analytický kontext do jedného systému. Tigerové jazero Tigerové jazero Úvod do jazera Tiger: údaje v reálnom čase, systémy s plným kontextom Tiger Lake eliminuje potrebu externých potrubí, komplexných orchestrálnych rámcov a vlastného middlewaru.Je zabudovaný priamo do Tiger Cloud a integrovaný s Tiger Postgres, naším výrobným motorom Postgres pre transakčné, analytické a agentické pracovné zaťaženia. Architektúra používa otvorené štandardy od konca do konca: Tabuľky Apache Iceberg uložené v Amazon S3 Tables pre integráciu jazierka Kontinuálna replikácia z tabuliek Postgres alebo hypertables do Iceberg Streaming zneužitia späť do Postgres pre nízku latenciu a operácie Posúvanie dotazov z Postgres na Iceberg pre efektívne rollupy To, čo predtým vyžadovalo funkcie Flink, plánovače DAG a vlastné lepidlo, teraz funguje natívne. Streamingové správanie a kompatibilita schémy sú navrhnuté do systému od začiatku. Ak chcete pochopiť, ako Tiger Lake upravuje dátovú architektúru, pomôže a zvážte, ako sa vyvíja, keď sa kontext v reálnom čase stáva základným princípom dizajnu. Prečítajte si medailový model Prečítajte si medailový model Môžete si to predstaviť ako : operational medallion architecture Bronz: Surové dáta pristávajú v S3 s podporou Iceberg. Striebro: Vyčistené a validované údaje sa replikujú do Postgres. Zlato: agregáty sa vypočítavajú v službe Postgres na podávanie v reálnom čase a potom sa prenášajú späť do Iceberg na analýzu funkcií. Pre dávkové systémy boli postavené tradičné pracovné postupy Bronze–Silver–Gold. Tiger Lake umožňuje nepretržitý tok, kde sa obohacovanie a podávanie uskutočňuje v reálnom čase. Tento posun premieňa nadmerne zložitý plynovod na dynamický a jednoduchší dátový kruh v reálnom čase. Kontext a údaje sa pohybujú voľne medzi systémami. Operačné a analytické vrstvy zostávajú prepojené bez nadbytočných úloh alebo duplicitnej infraštruktúry. Všetky dáta zostávajú natívne, aktuálne a vyhľadateľné so štandardným SQL. Tiger Lake podporuje jedinú cestu písania, ktorá napája aplikácie v reálnom čase, prístrojové dosky a lakehouse, pomocou architektúry, ktorá najlepšie vyhovuje vývojárovi. Používatelia môžu písať dáta do Postgres, potom majú príslušné dáta a rollups automaticky synchronizované s ich lakehouse; naopak, používatelia, ktorí už podávajú surové dáta do lakehouse, ich môžu automaticky priniesť do Postgres na prevádzkové podávanie. "Spojili sme Kafku, Flink a vlastný kód, aby sme mohli streamovať dáta z Postgres do Iceberg. povedal Kevin Otten, riaditeľ technickej architektúry v spoločnosti Speedcast. "Tiger Lake nahrádza všetko to s natívnou infraštruktúrou. Je to architektúra, ktorú by sme chceli mať od prvého dňa." "Spojili sme Kafku, Flink a vlastný kód, aby sme mohli streamovať dáta z Postgres do Iceberg. povedal Kevin Otten, riaditeľ technickej architektúry v spoločnosti Speedcast. povedal Kevin Otten, riaditeľ technickej architektúry v spoločnosti Speedcast. "Tiger Lake nahrádza všetko to s natívnou infraštruktúrou. Je to architektúra, ktorú by sme chceli mať od prvého dňa." Od architektúry k výsledkom Tiger Lake umožňuje systémy v reálnom čase, ktoré boli predtým príliš zložité na prevádzku alebo príliš drahé na výstavbu. Zákaznícky orientovaný dashboard Dashboardy teraz môžu kombinovať živé metriky s historickými agregátmi v jednom dotaze. Nie je potrebné dvojité stohovanie alebo stály vhľad. Tiger Lake podporuje vysoký prienik pri výrobe, napájacie potrubia, ktoré vizualizujú miliardy riadkov v reálnom čase. Všetko žije v jednom systéme, neustále aktualizované a okamžite dotazovateľné. "S Tiger Lake sme konečne zjednotili naše údaje v reálnom čase a historické údaje." povedal Maxwell Carritt, vedúci inžinier IoT v spoločnosti Pfeifer & Langen. "Teraz plynule prúdi z Tiger Postgres do Iceberg, čo dáva našim analytikom silu preskúmať, modelovať a konať na dátach cez S3, Athena a TigerData." "S Tiger Lake sme konečne zjednotili naše údaje v reálnom čase a historické údaje." povedal Maxwell Carritt, vedúci inžinier IoT v spoločnosti Pfeifer & Langen. povedal Maxwell Carritt, vedúci inžinier IoT v spoločnosti Pfeifer & Langen. "Teraz plynule prúdi z Tiger Postgres do Iceberg, čo dáva našim analytikom silu preskúmať, modelovať a konať na dátach cez S3, Athena a TigerData." Monitorovacie systémy Inžinieri môžu spustiť jeden SQL dotaz na preskúmanie novej telemetrie a historických incidentov spoločne – zlepšenie rýchlosti triedenia, zníženie falošných pozitívov a zostať sústredení na to, čo je dôležité. Tiger Lake umožňuje monitorovacie systémy pracovať na rovnakom živom operačnom chrbtici, kde Iceberg poskytuje historickú hĺbku a Tiger Postgres poskytuje prístup s nízkou latenciou. agentov Tiger Lake umožňuje uzemnenie bez dodatočnej infraštruktúry. Vývojári môžu vložiť nedávnu aktivitu používateľov a dlhodobú históriu interakcií priamo do Postgres. Nie je potrebná orchestrácia, riadenie vektorových driftov alebo vlastné potrubia AI. Predstavte si, že zástupca podpory dostane nové vyšetrovanie. Veľké množstvo historických prípadov podpory zostáva v Iceberg, zatiaľ čo Tiger Lake vytvoril automatizované vkladanie častíc a vektorov v Postgres. Teraz vektorové vyhľadávanie proti operačnej databáze môže rýchlo odpovedať na otázky AI chatu a zároveň zabezpečiť, aby vkladanie zostalo čerstvé a aktuálne bez zložitých orchestrálnych potrubí. Tiger Lake je takisto kľúčovým stavebným blokom v tom, čo nazývame Agentic Postgres, nadácia Postgres pre inteligentné systémy, ktoré sa učia, rozhodujú a konajú. "S Tiger Lake veríme, že TigerData kladie silný základ pre premenu Postgres na prevádzkový motor otvoreného jazierka pre aplikácie." uviedol Ken Yoshioka, CTO, Lumia Health. "Dáva nám flexibilitu rýchlo rozvíjať naše biotechnologické startupy s infraštruktúrou navrhnutou tak pre analytiku, ako aj agentovanej AI." "S Tiger Lake veríme, že TigerData kladie silný základ pre premenu Postgres na prevádzkový motor otvoreného jazierka pre aplikácie." uviedol Ken Yoshioka, CTO, Lumia Health. uviedol Ken Yoshioka, CTO, Lumia Health. "Dáva nám flexibilitu rýchlo rozvíjať naše biotechnologické startupy s infraštruktúrou navrhnutou tak pre analytiku, ako aj agentovanej AI." Spoločnosti ako Speedcast, Lumia Health a Pfeifer & Langen už budujú analytické systémy v plnom kontexte a v reálnom čase s Tiger Lake. Tieto architektúry podporujú priemyselnú telemetriu, agentické pracovné postupy a operácie v reálnom čase, a to všetko z jednotnej, nepretržite streamovanej platformy. K dispozícii vo verejnej beta verzii na Tiger Cloud Tiger Lake je teraz k dispozícii vo verejnej beta , naša spravovaná platforma pre aplikácie v reálnom čase a analytické systémy. Podporuje nepretržité streamovanie z Tiger Postgres na Amazon S3 Tables podporované Iceberg pomocou otvorených formátov. Tiger oblak Tiger oblak Čoskoro príde: Round-trip inteligencia Neskôr toto leto: Prehľad katalógov Iceberg priamo z Postgres. Preskúmajte, pripojte sa a uvažujte cez jazierko a prevádzkové údaje pomocou SQL. Jeseň 2025: Plné pracovné postupy: vstrebávanie do Postgres, obohatenie v Iceberg a automatické prúdenie výsledkov. Ako vytvoriť Tiger Lake Začatie je jednoduché. Žiadne zložité orchestrovanie alebo manuálne integrácie: Vytvorte zásobník pre tabuľky kompatibilné s Iceberg S3. Poskytnutie povolení ARN pre Tiger Cloud. Povoliť synchronizáciu tabuliek v Tiger Postgres: ALTER TABLE my_hypertable SET (
  tigerlake.iceberg_sync = true
);
 Budúcnosť dátovej architektúry je v reálnom čase, kontextová a otvorená Tiger Lake predstavuje nový typ architektúry.Je kontinuálny podľa dizajnu, škálovateľný predvolene a optimalizovaný pre aplikácie, ktoré potrebujú úplný kontext a kompletné dáta v reálnom čase. Operatívne dáta prúdia do jazierka na obohatenie a modelovanie. Obohatené poznatky prúdia späť do Postgres pre nízku latenciu. Aplikácie a agenti dokončia obvod, reagujú s presnosťou a rýchlosťou. Veríme, že toto je základ pre to, čo príde ďalej: Systémy, ktoré zjednocujú operačné prípady použitia a internú analýzu Architektúry, ktoré znižujú zložitosť namiesto toho, aby ju komplikovali Pracovné zaťaženie, ktoré nie je len reaktívne, ale založené na porozumení Nemali by ste si vybrať medzi kontextom a jednoduchosťou. Nemali by ste musieť spojiť systémy, ktoré nikdy neboli navrhnuté tak, aby spolupracovali. Spolu s architektúrou ukladacieho priestoru novej generácie a našimi nástrojmi pre umelú inteligenciu založenými na spoločnosti Postgres tvorí Tiger Lake chrbticu spoločnosti Agentic Postgres. Skúste to dnes na a skontrolujte, či Aby sme začali. Tiger oblak Tiger Lake doklady Tiger oblak Tiger Lake doklady - s 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

Tento zvuk je vyrobený v pôvodnom jazyku príbehu!

Tiger Lake spúšťa zjednotenie Postgres a Lakehouse pre analýzu v reálnom čase a AI

About Author

KOMENTÁRE

ZAVISTE ŠTÍTKY

TENTO ČLÁNOK BOL PREDSTAVENÝ V

Related Stories

112 Stories To Learn About Hackernoon Community

THE CRAB-SPIDER

Mutmut: a Python mutation testing system

Code Smell 298 - How to Fix Microsoft Windows Time Waste

112 Stories To Learn About Hackernoon Community

THE CRAB-SPIDER

Mutmut: a Python mutation testing system

Code Smell 298 - How to Fix Microsoft Windows Time Waste

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps