Supabase Analytics Buckets basieren auf Apache Iceberg und Amazon S3 Tables und unterstützen Analyseanwendungen, während Supabase Vector Buckets dedizierten Speicher für KI-Funktionen wie semantische Suche und Personalisierung bereitstellen. Supabase ETL ermöglicht die automatisierte Datenübertragung von Postgres-Datenbanken zu Analysetools per Mausklick und minimiert so den Programmieraufwand um Monate.

Diese Tools helfen Entwicklern, Anwendungen zu erstellen, die sowohl Unternehmen als auch Anwender benötigen. Kunden können Anwendungen nahtlos vom Prototyp bis zur Produktionsumgebung skalieren und Millionen von Nutzern bedienen, ohne die kostspieligen und komplexen Neuentwicklungen, die das Wachstum verlangsamen.
Supabase übernimmt alle Hintergrundprozesse, die KI-Codegeneratoren zur Erstellung fertiger Anwendungen benötigen. PostgreSQL – eine der weltweit beliebtesten Datenbanken – fungiert dabei als alleiniger Administrator und Controller. Die Plattform, die mittlerweile 5 Millionen Entwickler weltweit unterstützt und auf AWS läuft, hat sich zu einem Schlüsselfaktor für die „Coding-Atmosphäre“ entwickelt, in der Entwickler ihren kreativen Fluss aufrechterhalten können, während KI-Systeme die komplexen Aufgaben der Produktionsvorbereitung von Anwendungen übernehmen.
Aktuell ist Supabase in 17 AWS-Regionen aktiv, darunter Asien -Pazifik (Singapur), Asien-Pazifik (Tokio), Asien-Pazifik (Sydney), Europa (London) und USA West (Nordkalifornien). Dadurch können Entwickler Datenbanken näher an ihren Kunden erstellen und so die Reaktionszeiten verkürzen.
Zu den wichtigsten angekündigten Diensten gehört Supabase ETL, das Daten automatisch von Postgres in eine einheitliche Datenschicht verschiebt und so gleichzeitig Analyse- und KI-Funktionen unterstützt. Mit einem einzigen Klick kopiert ETL Daten sowohl in Supabase Analytics Buckets als auch in Supabase Vector Buckets und erstellt so eine saubere, übersichtliche Datenquelle für Dashboards und KI-Anwendungen.
Supabase Analytics Buckets unterstützen das Apache Iceberg-Format für Amazon S3-Tabellen. Das bedeutet, dass Analysedaten in einem Format gespeichert werden, das direkt von Amazon und Drittanbieterdiensten gelesen werden kann. Wenn Kunden Dashboards oder Berichte erstellen möchten, kopiert Supabase ETL die Daten aus der primären PostgreSQL-Datenbank des Benutzers in den Analytics Bucket. Dadurch können Kunden Daten aus Amazon Athena, Amazon Redshift, Amazon EMR oder Amazon QuickSight abfragen, ohne sie in die verwendete Datenbank hochladen zu müssen.
Supabase Vector Buckets ermöglicht es Benutzern, große Vektordatensätze in Amazon S3 anstatt in einer Postgres-Datenbank zu speichern. Dies ist besonders wichtig für Funktionen wie die semantische Suche und Vorschläge.
Quelle: https://doanhnghiepvn.vn/kinh-te/kinh-doanh/rut-ngan-thoi-gian-phat-trien-ung-dung-chi-con-vai-ngay/20251208080909227










Kommentar (0)