AI 资源库 · 已整理 2 项

数据架构

查看与数据架构相关的 AI 资讯、工具、Skill、工作流和开源项目。

Postgres 与 ClickHouse 可共享表,EnterpriseDB 想用一套规则统一治理

企业级数据库公司 EnterpriseDB(EDB)收购了 ClickHouse 专业服务公司 Altinity,两家现在合到一张路线图上。原来开发者要同时用 Postgres 存订单等关键数据、用 ClickHouse 做快速分析,中间得自己搭复制、消息队列、去重和监控这一长串管道,半夜告警常来自这里;AI 智能体若读到二十分钟前的旧数据,还可能以机器速度反复做错决定。新计划的核心是用 Iceberg 这类开放表格式做共享层,让三种引擎读同一批表,并朝统一目录、统一权限和统一控制台努力,同时由 Altinity 的 Kubernetes 运维经验来管理 ClickHouse。不过共享目录和统一治理目前仍是规划,尚未说明何时可下载使用;今天能用的只是各引擎通过 Iceberg 互读,以及 Postgres 侧对智能体的用途限定访问。

文中可用工具

  • Postgres保存订单、账户等不能出错的核心业务数据
  • ClickHouse对海量事件做高速分析查询
  • WarehousePGEDB 的大规模并行数据仓库引擎,可与前两者读同一批表
  • Apache Iceberg开放表格式,充当几种引擎共享数据的中间层
  • EDB Postgres AI把多模型数据层、智能体运行时和治理放在一起的产品
  • Altinity Kubernetes Operator在 Kubernetes 上部署和运维 ClickHouse
  • Altinity Stable Builds提供三年安全与缺陷修复支持的 ClickHouse 稳定版本
  • Altinity.CloudAltinity 的托管 ClickHouse 云服务
  • CloudNativePGEDB 创建并捐给社区、现属 CNCF 的 Postgres Kubernetes 运维工具
☆ 收藏查看来源 ↗

新的streamhouse架构如何解决Agentic AI的数据难题

AI智能体从回答问题转向执行行动,需要实时了解业务状态。但传统数据架构多为批量分析设计,难以支持亚秒级查询。为此,Confluent、Aiven、StreamNative和Ververica等公司共同定义了“streamhouse”架构——一种持续提供实时业务状态的数据模式,旨在满足智能体对实时、生产级和去中心化数据的需求。该架构已发布开放定义,可基于Kafka、Flink、Iceberg等开源技术构建。对读者而言,这意味着未来AI智能体可能更及时、更准确地执行任务,同时降低模型调用成本;但该架构尚处推广阶段,实际部署效果未说明。

文中可用工具

  • Apache Kafka分布式流处理平台,用于实时捕获和传输数据事件
  • Apache Flink流处理框架,用于实时处理和分析数据流
  • Apache Iceberg开放表格式,用于管理大规模分析表,支持流式与批量统一
  • Confluent提供基于Kafka的商业化流数据平台
  • Aiven提供托管开源数据基础设施服务,可能包括Kafka等
  • StreamNative提供基于Apache Pulsar的流数据平台服务
  • Ververica提供基于Apache Flink的企业级流处理平台
☆ 收藏查看来源 ↗