ສ້າງຂຶ້ນໃນ Apache Iceberg ແລະ Amazon S3 Tables, Supabase Analytics Buckets ສະຫນັບສະຫນູນຄໍາຮ້ອງສະຫມັກການວິເຄາະ, ໃນຂະນະທີ່ Supabase Vector Buckets ສະຫນອງການເກັບຮັກສາທີ່ອຸທິດຕົນເພື່ອພະລັງງານ AI ເຊັ່ນການຄົ້ນຫາ semantic ແລະການປັບແຕ່ງສ່ວນບຸກຄົນ. Supabase ETL ຊ່ວຍໃຫ້ການໂອນຂໍ້ມູນແບບຄລິກດຽວອັດຕະໂນມັດຈາກຖານຂໍ້ມູນ Postgres ໄປຫາເຄື່ອງມືການວິເຄາະ, ຫຼຸດຜ່ອນເວລາການຂຽນໂປຼແກຼມຫຼາຍເດືອນ.

ເຄື່ອງມືເຫຼົ່ານີ້ຊ່ວຍໃຫ້ນັກພັດທະນາສ້າງແອັບພລິເຄຊັນທີ່ທັງທຸລະກິດແລະຜູ້ໃຊ້ຕ້ອງການ. ລູກຄ້າສາມາດປັບຂະໜາດແອັບພລິເຄຊັນໄດ້ຢ່າງບໍ່ຢຸດຢັ້ງຕັ້ງແຕ່ຕົ້ນແບບຈົນເຖິງການຜະລິດ, ໃຫ້ບໍລິການຜູ້ໃຊ້ຫຼາຍລ້ານຄົນໂດຍບໍ່ມີຄ່າໃຊ້ຈ່າຍ, ການສ້າງໃໝ່ທີ່ສັບສົນທີ່ຊ້າລົງ.
Supabase ຈັດການກັບການເຮັດວຽກທີ່ຢູ່ເບື້ອງຫຼັງທັງຫມົດທີ່ຜູ້ສ້າງລະຫັດ AI ຕ້ອງເຮັດເພື່ອສ້າງຄໍາຮ້ອງສະຫມັກສໍາເລັດຮູບ, ດ້ວຍ PostgreSQL - ຫນຶ່ງໃນຖານຂໍ້ມູນທີ່ນິຍົມທີ່ສຸດ ໃນໂລກ - ເຮັດຫນ້າທີ່ເປັນຜູ້ບໍລິຫານແລະຄວບຄຸມແຕ່ພຽງຜູ້ດຽວ. ແພລະຕະຟອມ, ເຊິ່ງປະຈຸບັນໃຫ້ບໍລິການຜູ້ພັດທະນາ 5 ລ້ານຄົນທົ່ວໂລກແລະແລ່ນຢູ່ໃນ AWS, ໄດ້ກາຍເປັນຕົວກະຕຸ້ນທີ່ສໍາຄັນຂອງ "coding vibe," ບ່ອນທີ່ນັກພັດທະນາຮັກສາການໄຫຼເຂົ້າຂອງຄວາມຄິດສ້າງສັນໃນຂະນະທີ່ເຄື່ອງຈັກ AI ຈັດການກັບວຽກງານທີ່ສັບສົນຂອງການກຽມພ້ອມສໍາລັບການຜະລິດ.
ໃນປັດຈຸບັນ, Supabase ດໍາເນີນການໃນທົ່ວ 17 ພາກພື້ນ AWS, ລວມທັງອາຊີ ປາຊີຟິກ (ສິງກະໂປ), ອາຊີປາຊີຟິກ (ໂຕກຽວ), ອາຊີປາຊີຟິກ (ຊິດນີ), ເອີຣົບ (ລອນດອນ), ແລະສະຫະລັດຕາເວັນຕົກ (ພາກເຫນືອຂອງຄາລິຟໍເນຍ), ຊ່ວຍໃຫ້ນັກພັດທະນາສ້າງຖານຂໍ້ມູນທີ່ໃກ້ຊິດກັບລູກຄ້າເພື່ອເລັ່ງການຕອບສະຫນອງ.
ການບໍລິການທີ່ສໍາຄັນທີ່ປະກາດປະກອບມີ: Supabase ETL ອັດຕະໂນມັດຍ້າຍຂໍ້ມູນຈາກ Postgres ໄປສູ່ຊັ້ນຂໍ້ມູນທີ່ປະສົມປະສານ, ສະຫນັບສະຫນູນທັງການວິເຄາະແລະຄວາມສາມາດ AI ພ້ອມກັນ. ດ້ວຍການຄລິກດຽວ, ETL ຄັດລອກຂໍ້ມູນເຂົ້າໄປໃນທັງ Supabase Analytics Buckets ແລະ Supabase Vector Buckets, ການສ້າງແຫຼ່ງຂໍ້ມູນທີ່ສະອາດ, ມີການຈັດລະບຽບ ດີ ສໍາລັບ dashboards ແລະຄໍາຮ້ອງສະຫມັກ AI.
Supabase Analytics Buckets ສະຫນັບສະຫນູນຮູບແບບ Apache Iceberg ໃນ Amazon S3 Tables, ຊຶ່ງຫມາຍຄວາມວ່າຂໍ້ມູນການວິເຄາະຖືກເກັບໄວ້ໃນຮູບແບບທີ່ສາມາດອ່ານໄດ້ໂດຍກົງໂດຍ Amazon ແລະບໍລິການພາກສ່ວນທີສາມ. ເມື່ອລູກຄ້າຕ້ອງການດໍາເນີນການ dashboards ຫຼືບົດລາຍງານ, Supabase ETL ຄັດລອກຂໍ້ມູນຈາກ Postgres ຕົ້ນຕໍຂອງຜູ້ໃຊ້ໄປຫາ Analytics Bucket, ໃຫ້ລູກຄ້າສາມາດສອບຖາມຂໍ້ມູນຈາກ Amazon Athena, Amazon Redshift, Amazon EMR, ຫຼື Amazon QuickSight ໂດຍບໍ່ຕ້ອງອັບໂຫລດໄປຍັງຖານຂໍ້ມູນທີ່ໃຊ້ຢູ່.
Supabase Vector Buckets ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ສາມາດເກັບຊຸດຂໍ້ມູນ vector ຂະຫນາດໃຫຍ່ໃນ Amazon S3 ແທນທີ່ຈະຢູ່ໃນຖານຂໍ້ມູນ Postgres. ນີ້ເປັນສິ່ງສໍາຄັນໂດຍສະເພາະສໍາລັບລັກສະນະເຊັ່ນ: ການຄົ້ນຫາ semantic ແລະຄໍາແນະນໍາ.
ທີ່ມາ: https://doanhnghiepvn.vn/kinh-te/kinh-doanh/rut-ngan-thoi-gian-phat-trien-ung-dung-chi-con-vai-ngay/20251208080909227










(0)