Tiger Lake เปิดตัวเพื่อรวม Postgres และ Lakehouse สําหรับการวิเคราะห์แบบเรียลไทม์และ AI

แอพพลิเคชันที่ทันสมัยจะกลายเป็นไดนามิกมากขึ้นอัจฉริยะมากขึ้นและเป็นเวลาจริงมากขึ้น แผงควบคุมสดชื่นด้วยระบบการตรวจสอบที่เข้าสู่ระบบ ระบบการตรวจสอบตอบสนองต่อการเปลี่ยนแปลงเส้นทางพื้นฐาน ตัวแทนตัดสินใจในบรรทัดฐานไม่ใช่ในอิสระ แต่ละคนขึ้นอยู่กับข้อกําหนดพื้นฐานเดียวกัน: ความสามารถในการรวมเหตุการณ์สดกับสถานะประวัติศาสตร์ที่ลึกซึ้ง อย่างไรก็ตามข้อมูลยังคงแบ่งออก ระบบปฏิบัติการที่สร้างขึ้นบน Postgres จัดการการดูดซึมและการให้บริการ ระบบวิเคราะห์ที่สร้างขึ้นบน Lakehouse จัดการการเพิ่มประสิทธิภาพและการสร้างแบบจําลอง การเชื่อมต่อพวกเขาหมายความว่าการเชื่อมโยงสตรีมท่อและงานที่กําหนดเอง - แต่ละคนนําเสนอความล่าช้าความอ่อนแอและค่าใช้จ่าย ผลลัพธ์คือการ patchwork ของระบบที่พยายามที่จะนําเสนอภาพที่สมบูรณ์ไม่ว่าจะทําเช่นนั้นในเวลาจริง การแตกหักนี้ไม่เพียง แต่ชะลอทีม - มัน จํากัด สิ่งที่นักพัฒนาสามารถสร้างได้ คุณไม่สามารถส่งแผงควบคุมแบบเรียลไทม์ที่มีความลึกทางประวัติศาสตร์หรือตัวแทนพื้นดินในกรอบการดําเนินงานใหม่เมื่อข้อมูลถูกแบ่งออกตามการออกแบบ ความแตกต่างทางสถาปัตยกรรมนี้ไม่สามารถยั่งยืนได้อีกต่อไป สะพานที่แบ่งออก ตอนนี้ในเบต้าสาธารณะมันแนะนําวงจรข้อมูลใหม่ - แบบต่อเนื่องสองทิศทางและบูรณาการอย่างลึกซึ้ง - ระหว่าง Postgres และ Lakehouse มันทําให้สแต็คที่เรียบง่ายประหยัดรูปแบบที่เปิดและนําการดําเนินงานและการวิเคราะห์เข้าสู่ระบบเดียวกัน ตะแกรง ตะแกรง แนะนํา Tiger Lake: ข้อมูลในเวลาจริงระบบแบบเต็มรูปแบบ Tiger Lake กําจัดความต้องการสําหรับท่อภายนอกกรอบการจัดระเบียบที่ซับซ้อนและ middleware ที่เป็นเจ้าของ มันถูกสร้างขึ้นโดยตรงใน Tiger Cloud และบูรณาการกับ Tiger Postgres, เครื่องมือ Postgres ชั้นการผลิตของเราสําหรับภาระงานการทําธุรกรรมการวิเคราะห์และตัวแทน สถาปัตยกรรมใช้มาตรฐานที่เปิดจากปลายไปปลาย: ตาราง Apache Iceberg ที่เก็บไว้ใน Amazon S3 Tables สําหรับการบูรณาการ Lakehouse การทําซ้ําอย่างต่อเนื่องจากตาราง Postgres หรือ hypertables ไปยัง Iceberg สตรีมมิ่งการดูดซึมกลับไปยัง Postgres สําหรับการให้บริการความล่าช้าต่ําและการดําเนินงาน ปุ่มลงคําถามจาก Postgres ไปยัง Iceberg สําหรับ rollups ที่มีประสิทธิภาพ ความสามารถเหล่านี้มาในตัว สิ่งที่ก่อนหน้านี้ต้องทํางาน Flink ปฏิทิน DAG และกาวที่กําหนดเองตอนนี้ทํางานตามธรรมชาติ การปฏิบัติการสตรีมมิ่งและการเข้ากันได้ของแผนภูมิได้รับการออกแบบเข้าสู่ระบบจากจุดเริ่มต้น เพื่อทําความเข้าใจว่า Tiger Lake จะเปลี่ยนรูปแบบสถาปัตยกรรมข้อมูลได้อย่างไร และพิจารณาวิธีการพัฒนาเมื่อแง่มุมเวลาจริงกลายเป็นหลักการออกแบบหลัก ตรวจสอบรุ่น Medallion ตรวจสอบรุ่น Medallion คุณสามารถคิดว่ามันเป็น : operational medallion architecture ทองเหลือง: ฐานข้อมูลดิบใน Iceberg-backed S3 เงิน: ข้อมูลที่ทําความสะอาดและได้รับการยืนยันจะถูกทําซ้ําใน Postgres ทอง: aggregates จะคํานวณใน Postgres สําหรับการให้บริการในเวลาจริงแล้วสตรีมกลับไปยัง Iceberg สําหรับการวิเคราะห์คุณลักษณะ กระบวนการทํางานแบบดั้งเดิม Bronze–Silver–Gold ได้รับการสร้างขึ้นสําหรับระบบแบตเตอรี่ Tiger Lake ช่วยให้การไหลอย่างต่อเนื่องซึ่งการอุดมสมบูรณ์และการให้บริการเกิดขึ้นในเวลาจริง การเปลี่ยนแปลงนี้เปลี่ยนท่อที่มีความซับซ้อนมากไปเป็นวงจรข้อมูลแบบเรียลไทม์แบบไดนามิกและง่ายขึ้น สภาพแวดล้อมและข้อมูลเคลื่อนย้ายได้อย่างอิสระระหว่างระบบ ระดับการทํางานและระดับการวิเคราะห์ยังคงเชื่อมต่อกันโดยไม่ต้องทํางานซ้ําหรือโครงสร้างพื้นฐานที่ซ้ํากัน ข้อมูลทั้งหมดยังคงเป็นต้นฉบับอัปเดตและสามารถค้นหาได้ด้วย SQL มาตรฐาน Tiger Lake สนับสนุนเส้นทางการเขียนแบบเดียวที่ช่วยให้แอปพลิเคชันแบบเรียลไทม์ dashboards และ lakehouse ใช้สถาปัตยกรรมที่เหมาะกับนักพัฒนา ผู้ใช้สามารถเขียนข้อมูลไปยัง Postgres จากนั้นข้อมูลและ rollups ที่เหมาะสมจะถูกซิงค์โดยอัตโนมัติกับ lakehouse ของพวกเขา ในทางตรงกันข้ามผู้ใช้ที่ให้ข้อมูลดิบเข้าไปใน lakehouse สามารถนําไปยัง Postgres สําหรับการให้บริการทางปฏิบัติได้โดยอัตโนมัติ ตอนนี้แอปพลิเคชันสามารถพิจารณาได้ตลอดเวลาโดยไม่ต้องใช้รหัสการจัดระเบียบหรือการซิงค์ “เราได้รวบรวม Kafka, Flink และรหัสที่กําหนดเองเพื่อส่งข้อมูลจาก Postgres ไปยัง Iceberg มันทํางานได้ แต่ก็อ่อนแอและมีการบํารุงรักษาสูง” กล่าวว่า Kevin Otten, ผู้จัดการสถาปัตยกรรมทางเทคนิคของ Speedcast "Tiger Lake เปลี่ยนสิ่งเหล่านี้ด้วยโครงสร้างพื้นฐานพื้นฐาน มันเป็นสถาปัตยกรรมที่เราต้องการจากวันแรก" “เราได้รวบรวม Kafka, Flink และรหัสที่กําหนดเองเพื่อส่งข้อมูลจาก Postgres ไปยัง Iceberg มันทํางานได้ แต่ก็อ่อนแอและมีการบํารุงรักษาสูง” กล่าวว่า Kevin Otten, ผู้จัดการสถาปัตยกรรมทางเทคนิคของ Speedcast กล่าวว่า Kevin Otten, ผู้จัดการสถาปัตยกรรมทางเทคนิคของ Speedcast "Tiger Lake เปลี่ยนสิ่งเหล่านี้ด้วยโครงสร้างพื้นฐานพื้นฐาน มันเป็นสถาปัตยกรรมที่เราต้องการจากวันแรก" จากสถาปัตยกรรมถึงผลลัพธ์ Tiger Lake ช่วยให้ระบบแบบเรียลไทม์ที่ก่อนหน้านี้ซับซ้อนเกินไปในการดําเนินงานหรือราคาแพงเกินไปในการสร้าง ลูกค้าหน้า Dashboards แผงคํานวณสามารถรวมเมตริกสดกับสถิติประวัติศาสตร์ได้ในคําถามเดียว ไม่จําเป็นต้องใช้สแต็คคู่หรือข้อมูลที่ซับซ้อน Tiger Lake สนับสนุนการดูดซึมผ่านสูงในระดับการผลิตช่วยให้สามารถดูวิดีโอได้หลายพันล้านแถวในเวลาจริง ทุกอย่างมีชีวิตอยู่ในระบบเดียวซึ่งอัปเดตอย่างต่อเนื่องและสามารถค้นหาได้ทันที "ด้วย Tiger Lake เราได้รวมข้อมูลแบบเรียลไทม์และประวัติศาสตร์ของเรา" กล่าวว่า Maxwell Carritt, วิศวกร IoT Lead ใน Pfeifer & Langen "ตอนนี้เรากําลังไหลได้อย่างราบรื่นจาก Tiger Postgres ไปยัง Iceberg ให้ผู้วิเคราะห์ของเราอํานาจในการสํารวจจําลองและดําเนินการกับข้อมูลทั่ว S3, Athena และ TigerData" "ด้วย Tiger Lake เราได้รวมข้อมูลแบบเรียลไทม์และประวัติศาสตร์ของเรา" กล่าวว่า Maxwell Carritt, วิศวกร IoT Lead ใน Pfeifer & Langen กล่าวว่า Maxwell Carritt, วิศวกร IoT Lead ใน Pfeifer & Langen "ตอนนี้เรากําลังไหลได้อย่างราบรื่นจาก Tiger Postgres ไปยัง Iceberg ให้ผู้วิเคราะห์ของเราอํานาจในการสํารวจจําลองและดําเนินการกับข้อมูลทั่ว S3, Athena และ TigerData" ระบบตรวจสอบ ด้วยแหล่งที่มาของความจริงเดียวและวงจรข้อมูลแบบต่อเนื่องการแจ้งเตือนจะเร็วขึ้นและเชื่อถือได้มากขึ้น วิศวกรสามารถเรียกใช้คําถาม SQL หนึ่งครั้งเพื่อตรวจสอบการตรวจจับระยะไกลใหม่และเหตุการณ์ประวัติศาสตร์ร่วมกัน—ปรับปรุงความเร็วในการคัดกรองลดผลลัพธ์ที่ไม่ถูกต้องและให้ความสําคัญกับสิ่งที่สําคัญ การลดความซับซ้อนของแบนข้อมูลยังช่วยเพิ่มความยืดหยุ่นของระบบ Tiger Lake ช่วยให้ระบบตรวจสอบทํางานบนกระดูกสันหลังการดําเนินงานสดเดียวกันซึ่ง Iceberg ให้ความลึกทางประวัติศาสตร์และ Tiger Postgres ให้การเข้าถึงความล่าช้าต่ํา ตัวแทน Tiger Lake ช่วยให้การสร้างพื้นฐานเป็นไปได้โดยไม่ต้องใช้โครงสร้างพื้นฐานเพิ่มเติม ผู้พัฒนาสามารถรวมกิจกรรมผู้ใช้ล่าสุดและประวัติการโต้ตอบระยะยาวได้โดยตรงภายใน Postgres ไม่จําเป็นต้องมีการจัดระเบียบการจัดการการไหลเวกเตอร์หรือท่อ AI ที่กําหนดเอง ลองจินตนาการว่าตัวแทนสนับสนุนได้รับคําถามใหม่ ร่างกายขนาดใหญ่ของกรณีการสนับสนุนทางประวัติศาสตร์ยังคงอยู่ใน Iceberg ในขณะที่ Tiger Lake สร้างการบูรณาการชิ้นส่วนและเวกเตอร์อัตโนมัติใน Postgres ตอนนี้การค้นหาเวกเตอร์กับฐานข้อมูลการดําเนินงานสามารถตอบคําถามแชท AI ได้อย่างรวดเร็วในขณะที่ให้แน่ใจว่าการบูรณาการยังคงสดใหม่และทันสมัยโดยไม่มีท่อ orchestration ที่ซับซ้อน ด้วยการทําเช่นนี้ Tiger Lake ยังเป็นส่วนสําคัญของสิ่งที่เราเรียกว่า Agentic Postgres ฐาน Postgres สําหรับระบบอัจฉริยะที่เรียนรู้ตัดสินใจและกระทํา "ด้วย Tiger Lake เราเชื่อว่า TigerData จะวางพื้นฐานที่แข็งแกร่งในการเปลี่ยน Postgres เป็นเครื่องยนต์การดําเนินงานของสวนทะเลเปิดสําหรับแอพพลิเคชัน" กล่าวว่า Ken Yoshioka, CTO, Lumia Health "มันช่วยให้เรามีความยืดหยุ่นในการเติบโต startup ของเราในเทคโนโลยีชีวภาพได้อย่างรวดเร็วด้วยโครงสร้างพื้นฐานที่ออกแบบมาเพื่อการวิเคราะห์และตัวแทน AI" "ด้วย Tiger Lake เราเชื่อว่า TigerData จะวางพื้นฐานที่แข็งแกร่งในการเปลี่ยน Postgres เป็นเครื่องยนต์การดําเนินงานของสวนทะเลเปิดสําหรับแอพพลิเคชัน" กล่าวว่า Ken Yoshioka, CTO, Lumia Health กล่าวว่า Ken Yoshioka, CTO, Lumia Health "มันช่วยให้เรามีความยืดหยุ่นในการเติบโต startup ของเราในเทคโนโลยีชีวภาพได้อย่างรวดเร็วด้วยโครงสร้างพื้นฐานที่ออกแบบมาเพื่อการวิเคราะห์และตัวแทน AI" บริษัท เช่น Speedcast, Lumia Health และ Pfeifer & Langen ได้สร้างระบบวิเคราะห์แบบเต็มรูปแบบและแบบเรียลไทม์ด้วย Tiger Lake เหล่านี้ช่วยให้สามารถใช้ระบบโทรทัศน์อุตสาหกรรมการทํางานของตัวแทนและการดําเนินงานแบบเรียลไทม์ได้จากแพลตฟอร์มการสตรีมมิ่งแบบต่อเนื่อง สามารถใช้ได้ใน Public Beta บน Tiger Cloud Tiger Lake สามารถใช้ได้ใน beta สาธารณะในขณะนี้ แพลตฟอร์มการจัดการของเราสําหรับแอปพลิเคชันและระบบวิเคราะห์แบบเรียลไทม์ สนับสนุนการสตรีมมิ่งอย่างต่อเนื่องจาก Tiger Postgres ไปยัง Amazon S3 Tables ที่สนับสนุนจาก Iceberg โดยใช้รูปแบบที่เปิด ทาวเวอร์ Cloud ทาวเวอร์ Cloud มาเร็ว ๆ นี้: Intelligence Round-Trip ในตอนท้ายของฤดูร้อนนี้: คําถาม Iceberg แคตตาล็อกโดยตรงจากภายใน Postgres. สํารวจ, เข้าร่วม, และพิจารณาทั่ว lakehouse และข้อมูลการดําเนินงานโดยใช้ SQL. ฤดูใบไม้ร่วง 2025: กระบวนการทํางานแบบรอบเต็มรูปแบบ: ใช้ Postgres, บรรจุใน Iceberg และสตรีมผลลัพธ์กลับโดยอัตโนมัติ สิ่งนี้ช่วยให้นักพัฒนาสามารถย้ายจากเหตุการณ์ไปสู่การวิเคราะห์ไปสู่การกระทําในสถาปัตยกรรมเดียว วิธีการติดตั้ง Tiger Lake การเริ่มต้นเป็นเรื่องง่าย ไม่มีการประสานงานที่ซับซ้อนหรือการบูรณาการด้วยตนเอง: สร้างถังสําหรับตาราง Iceberg-compatible S3 ให้สิทธิ์ ARN สําหรับ Tiger Cloud เปิดใช้งานการซิงค์ตารางใน Tiger Postgres: ALTER TABLE my_hypertable SET ( tigerlake.iceberg_sync = true ); อนาคตของสถาปัตยกรรมข้อมูลเป็นเวลาจริง contextual และเปิด Tiger Lake นําเสนอประเภทใหม่ของสถาปัตยกรรม มันเป็นแบบต่อเนื่องโดยการออกแบบการปรับขนาดตามค่าเริ่มต้นและได้รับการเพิ่มประสิทธิภาพสําหรับแอปพลิเคชันที่จําเป็นต้องมีการอ้างอิงที่สมบูรณ์และข้อมูลที่สมบูรณ์ในเวลาจริง ข้อมูลการดําเนินงานไหลเข้าสู่ห้องน้ําทะเลเพื่อเพิ่มประสิทธิภาพและการสร้างแบบจําลอง ความเห็นที่อุดมไปด้วยไหลกลับไปยัง Postgres เพื่อให้บริการความล่าช้าต่ํา แอปพลิเคชันและตัวแทนเสร็จสิ้นวงจรตอบสนองด้วยความแม่นยําและความเร็ว เราเชื่อว่านี่เป็นพื้นฐานสําหรับสิ่งต่อไปนี้: ระบบที่รวมกรณีการใช้งานการดําเนินงานและการวิเคราะห์ภายใน สถาปัตยกรรมที่ลดความซับซ้อนแทนที่จะทําให้ซับซ้อน โหลดงานที่ไม่เพียง แต่มีปฏิกิริยา แต่เป็นพื้นฐานในความเข้าใจ คุณไม่ควรเลือกระหว่างบรรทัดฐานและความเรียบง่าย คุณไม่ควรแก้ไขระบบที่ไม่ได้ออกแบบมาเพื่อทํางานร่วมกัน และคุณไม่ควรเปลี่ยนแพลตฟอร์มเพื่อพัฒนา พร้อมกับสถาปัตยกรรมการจัดเก็บข้อมูลรุ่นถัดไปและเครื่องมือ AI ของเราก่อตั้งขึ้นจาก Postgres Tiger Lake เป็นโครงสร้างพื้นฐานของ Agentic Postgres นี่เป็นพื้นฐานที่สร้างขึ้นสําหรับภาระงานอัจฉริยะที่เรียนรู้จําลองและกระทํา เราจะแบ่งปันรายละเอียดเพิ่มเติมในเร็ว ๆ นี้ ลองในวันนี้ และตรวจสอบการ เพื่อเริ่มต้น ทาวเวอร์ Cloud Tiger Lake Docs ทาวเวอร์ Cloud Tiger Lake Docs - ปริมาณ Mike