도전
비용, 속도, 그리고 복잡성의 균형 맞추기
실시간 및 역사적 데이터가 복잡한 분석을 위해 즉석에서 결합해야 할 때, 비용-성능의 교환은 계속 고민거리입니다. 모든 것을 단일 트랜잭션 시스템에 보관하면 쿼리 성능이 잠시 향상되지만, 결국 비용이 많이 드는 저장 공간 낭비로 이어집니다. 데이터를 다른 시스템에 분리하는 것은 더 비용 효율적일 수 있지만, 지연 시간을 초래하고 데이터 관리의 복잡성을 더하며, 보안 및 준수 위험이 생깁니다.
우리의 해결책
Analytics Accelerator를 이용한 동적 분석 수행
EDB Postgres AI는 분석 가속기를 통해 동적 분석 문제를 해결합니다. 계층화된 테이블은 Postgres의 차가운 데이터를 비용 효율적인 객체 저장소에 위치한 레이크하우스 테이블로 자동으로 오프로드하며, 벡터화된 쿼리 엔진은 30배 빠른 성능으로 저장소 계층 간에 이음새 없는 SQL 쿼리를 가능하게 합니다. 이러한 단순화된 접근 방식은 데이터 계층 관리를 간소화하며, 성능을 향상시키고, 비용을 최적화합니다 - 모두 안전하고, 엔터프라이즈 강화형 Postgres 기반 위에.
계층화된 테이블
단일 전용 노드로 핫 데이터와 콜드 데이터를 쿼리하면서, 자동으로 콜드 데이터를 비용 효율적인 오브젝트 스토리지의 컬럼형 테이블로 오프로딩함으로써 최적의 성능을 보장하고, 여러 데이터 계층에 걸친 분석을 관리하는 복잡성을 줄입니다.
벡터화된 쿼리 엔진
표준 Postgres 쿼리 엔진을 열 벡터화된 쿼리 엔진으로 업그레이드하여 열 기반 데이터 형식에 최적화되어, 뜨거운 데이터와 차가운 데이터 쿼리가 표준 Postgres에 비해 30배 더 빠르게 실행됩니다.
엔터프라이즈 강화된 Postgres
조직들은 오픈 소스 Postgres를 이용하면서 엔터프라이즈 등급의 보안, 가용성, 지원에 대한 향상을 받으면서 공급업체에 대한 의존성을 피할 수 있습니다. 이 솔루션은 사내, 사설 클라우드 또는 하이브리드 환경에 배포될 수 있어 특정 비즈니스 요구를 충족시키기 위한 최대의 유연성을 제공합니다.
데모
데모
성능을 희생하지 않고 분석 통찰력 향상
성능을 희생하지 않고 분석 통찰력 향상
Analytics Accelerator는 최적화된 저장소와 더 빠른 쿼리 성능을 제공하며 안전하고 간소화된 운영을 보장함으로써 최종적으로 비용을 절감하고 인사이트를 가속화하며 확장 가능하고 미래 준비가 완벽한 동적 분석 시스템을 지원합니다.
효율적인 데이터 저장
컬럼 테이블은 표준 Postgres 테이블보다 쿼리가 빠르고 디스크의 풋프린트가 5배 작습니다 - 그리고 객체 저장소는 솔리드 스테이트 드라이브 저장소보다 18배 비용 효율적입니다.
가속된 성능
벡터화된 쿼리 엔진은 표준 Postgres와 비교하여 평균적으로 쿼리 속도를 30배 빠르게 하여, 핫 데이터 쿼리와 콜드 데이터 쿼리 모두에 대해 높은 성능을 보장합니다.
스트림라인화된, 안전한 운영
통합 데이터 관리, 내장 보안 최고 사례 및 24/7/365 지원으로 규모를 확장 가능한 내구성 있는 시스템을 유지하면서 계층화된 데이터에서 최대 가치를 얻고 운영 부담을 줄일 수 있습니다.
EDB Postgres AI는 동적 분석을 가능하게 합니다
분석 가속기는 계층화된 테이블을 활용해 뜨거운 데이터와 차가운 데이터를 관리합니다—자동으로 PostgreSQL 테이블의 차가운 데이터를 비용 효율적인 객체 저장소에 있는 레이크하우스 테이블로 오프로딩합니다. 계산 전용 노드는 벡터화된 쿼리 엔진을 사용하여 객체 저장소의 레이크하우스 테이블을 일반 PostgreSQL보다 30배 빠르게 쿼리합니다—쿼리 요청을 충족시키기 위해 확장되고 사용하지 않을 때는 완전히 축소됩니다.
관련 제품 및 솔루션
자원
EDB 미션 컨트롤: Postgres 레이크하우스 혁신
실시간 분석 및 AI 작업을 PostgreSQL과 함께 변형L
PostgreSQL로 AI를 활용하는 방법: Lakehouse란 무엇인가?
EDB Trust Center로 Postgres 보안 향상
동적 분석-때때로 계층 분석이라고도 불리는 이것은 실시간(핫) 데이터와 과거(콜드) 데이터를 동시에 분석하여 실행 가능한 통찰력을 생성하는 것을 포함합니다. EDB Postgres AI는 이를 Analytics Accelerator 솔루션을 활용하여 핫 데이터와 컬럼형 레이크하우스 테이블에 저장된 콜드 데이터를 원활하게 통합하는 계층 테이블로 가능하게 합니다. 또한 이 형식에 최적화된 벡터화된 쿼리 엔진을 특징으로 하여 두 데이터 유형 모두에서 고성능 쿼리를 보장하면서도 저장 비용을 최적화하고 통합된 Postgres 환경 내에서의 데이터 관리를 간소화합니다.
EDB는 하이브리드 테이블을 사용하여 핫 데이터와 컬럼형 레이크하우스 테이블에 저장된 콜드 데이터를 통합함으로써 이러한 문제를 해결합니다. 이 방식은 컬럼형 형식에 최적화된 벡터화된 쿼리 엔진을 활용하여 표준 Postgres에 비해 30배 빠른 쿼리를 제공하면서 두 데이터 계층 모두에서 높은 성능을 보장합니다.
주요 기능들을 포함합니다:
- 통합된 트랜잭션, 분석, 및 AI 데이터 관리
- 계층화된 테이블과 유연한 오브젝트 저장소 통합
- 벡터화된 쿼리 엔진 (칼럼 기반 데이터에 대한 쿼리 최적화)
- 엔터프라이즈급 Postgres (안전, 확장 가능, ACID 준수, 전문 지원)
- 광범위하게 호환되는 오픈소스 기반
- 온프레미스, 개인 클라우드, 또는 하이브리드 배포 옵션
혜택은 다음과 같습니다:
- 효율적인 운영
- 간소화된 데이터 관리
- 표준 Postgres에 비해 30배 빠른 분석 쿼리
- 매끄러운 확장성
- 보다 큰 안전성 및 통제력
EDB는 columnar lakehouse 테이블과 오브젝트 스토리지의 결합으로 스토리지 비용을 최적화합니다. 이는 Postgres 테이블 및 인덱스에 비해 디스크에서 5배 더 작으며, SSD 저장소보다 18배 싸습니다. 이를 통해 기업은 쿼리 성능을 희생하지 않고 전반적인 저장 비용을 줄일 수 있습니다.
EDB Postgres AI는 어디에서나 어떤 Postgres 소스와도 통합됩니다. 뿐만 아니라, Amazon S3, MinIO, 또는 로컬 파일시스템을 포함한 유연한 저장 위치와 통합되며, 이는 고형 스테이트 드라이브보다 최대 18배 더 비용 효율적입니다— 델타 테이블 표준화된 오픈 테이블 형식을 활용해, 호수 집 합계 시스템 전반의 다른 도구 및 서비스와 호환됩니다.