Supabase Analytics Buckets är byggda på Apache Iceberg och Amazon S3 Tables och stöder analysapplikationer, medan Supabase Vector Buckets tillhandahåller dedikerad lagring för att driva AI-funktioner som semantisk sökning och personalisering. Supabase ETL möjliggör automatiserad överföring av data med ett enda klick från Postgres-databaser till analysverktyg, vilket minimerar månader av programmeringstid.

Dessa verktyg hjälper utvecklare att skapa applikationer som både företag och användare behöver. Kunder kan skala applikationer sömlöst från prototyp till produktion, vilket betjänar miljontals användare utan de kostsamma, komplexa ombyggnader som hämmar tillväxten.
Supabase hanterar allt arbete bakom kulisserna som AI-kodgeneratorer behöver göra för att skapa färdiga applikationer, med PostgreSQL – en av världens mest populära databaser – som enda administratör och kontrollant. Plattformen, som nu betjänar 5 miljoner utvecklare globalt och körs på AWS, har blivit en viktig möjliggörare för "kodningsvibben", där utvecklare håller det kreativa flödet igång medan AI-motorer hanterar de komplexa uppgifterna med att göra applikationer redo för produktion.
För närvarande är Supabase verksamt i 17 AWS-regioner, inklusive Asien och Stillahavsområdet (Singapore), Asien och Stillahavsområdet (Tokyo), Asien och Stillahavsområdet (Sydney), Europa (London) och USA västra (norra Kalifornien), och hjälper utvecklare att skapa databaser närmare kunderna för att snabba upp svarstiden.
Viktiga tjänster som tillkännagivits inkluderar: Supabase ETL flyttar automatiskt data från Postgres till ett enhetligt datalager, vilket stöder både analys- och AI-funktioner samtidigt. Med ett enda klick kopierar ETL data till både Supabase Analytics Buckets och Supabase Vector Buckets, vilket skapar en ren och välorganiserad datakälla för dashboards och AI-applikationer.
Supabase Analytics Buckets stöder Apache Iceberg-formatet på Amazon S3 Tables, vilket innebär att analysdata lagras i ett format som kan läsas direkt av Amazon och tredjepartstjänster. När kunder vill köra dashboards eller rapporter kopierar Supabase ETL data från användarens primära Postgres till Analytics Bucket, vilket gör att kunder kan fråga efter data från Amazon Athena, Amazon Redshift, Amazon EMR eller Amazon QuickSight utan att ladda upp till den databas som används.
Supabase Vector Buckets låter användare lagra stora vektordatamängder i Amazon S3 istället för i en Postgres-databas. Detta är särskilt viktigt för funktioner som semantisk sökning och förslag.
Källa: https://doanhnghiepvn.vn/kinh-te/kinh-doanh/rut-ngan-thoi-gian-phat-trien-ung-dung-chi-con-vai-ngay/20251208080909227










Kommentar (0)