Supabase Analytics Buckets er bygget på Apache Iceberg og Amazon S3 Tables, og støtter analyseapplikasjoner, mens Supabase Vector Buckets tilbyr dedikert lagring for å drive AI-funksjoner som semantisk søk og personalisering. Supabase ETL muliggjør automatisert ett-klikks overføring av data fra Postgres-databaser til analyseverktøy, noe som minimerer måneder med programmeringstid.

Disse verktøyene hjelper utviklere med å lage applikasjoner som både bedrifter og brukere trenger. Kunder kan skalere applikasjoner sømløst fra prototype til produksjon, og betjene millioner av brukere uten kostbare og komplekse ombygginger som bremser veksten.
Supabase håndterer alt arbeidet bak kulissene som AI-kodegeneratorer må gjøre for å lage ferdige applikasjoner, med PostgreSQL – en av verdens mest populære databaser – som eneste administrator og kontrollør. Plattformen, som nå betjener 5 millioner utviklere globalt og kjører på AWS, har blitt en viktig muliggjører av «kodingsvibben», der utviklere holder den kreative flyten i gang mens AI-motorer håndterer de komplekse oppgavene med å gjøre applikasjoner klare for produksjon.
For tiden opererer Supabase i 17 AWS-regioner, inkludert Asia Pacific (Singapore), Asia Pacific (Tokyo), Asia Pacific (Sydney), Europa (London) og US West (Nord-California), og hjelper utviklere med å lage databaser nærmere kundene for å få raskere respons.
Viktige tjenester som er annonsert inkluderer: Supabase ETL flytter automatisk data fra Postgres til et enhetlig datalag, og støtter både analyse- og AI-funksjoner samtidig. Med et enkelt klikk kopierer ETL data til både Supabase Analytics Buckets og Supabase Vector Buckets, og skaper en ren og velorganisert datakilde for dashbord og AI-applikasjoner.
Supabase Analytics Buckets støtter Apache Iceberg-formatet på Amazon S3 Tables, som betyr at analysedata lagres i et format som kan leses direkte av Amazon og tredjepartstjenester. Når kunder ønsker å kjøre dashbord eller rapporter, kopierer Supabase ETL dataene fra brukerens primære Postgres til Analytics Bucket, slik at kunder kan spørre data fra Amazon Athena, Amazon Redshift, Amazon EMR eller Amazon QuickSight uten å laste opp til databasen som er i bruk.
Supabase Vector Buckets lar brukere lagre store vektordatasett i Amazon S3 i stedet for i en Postgres-database. Dette er spesielt viktig for funksjoner som semantisk søk og forslag.
Kilde: https://doanhnghiepvn.vn/kinh-te/kinh-doanh/rut-ngan-thoi-gian-phat-trien-ung-dung-chi-con-vai-ngay/20251208080909227










Kommentar (0)