사용 사례: 운영 분석
통합 비즈니스 데이터를 통한 실시간 분석 및 트랜잭션 운영에 강력함을 증명하세요 — 동시에, 성능 저하 없이.
도전
성능 병목 현상 피하기
고객에게 적시에 맞춤형 경험을 제공하려면 종종 운영 분석이 필요하며, 이는 여러 소스에서 실시간 데이터를 결합하여 운영 효율성을 높이는데 사용됩니다. 예를 들어, 의료 기관들은 환자 기록에 접근하기 위해 배치 작업과 동시에 실시간 진단을 실행하여 더 나은 환자 결과를 제공하려고 합니다. 이로 인해 성능 병목현상이 발생하며, ETL 프로세스가 실시간 업데이트를 따라잡기 어려워지면서 지연과 정확성 문제가 발생합니다.
우리의 해결책
정확한 데이터에 대한 실시간 접근
EDB Postgres AI의 Analytics Accelerator는 비즈니스 운영을 방해하지 않고 동일한 데이터에 대해 고성능 분석 및 트랜잭션 쿼리를 가능하게 합니다. 컴퓨팅을 스토리지에서 분리하고, 벡터화된 쿼리 엔진을 사용하며, Postgres에서 분석 및 트랜잭션 저장소를 통합함으로써, 정확한 데이터에 대한 실시간 접근을 얻게 됩니다. 또한 EDB Postgres AI의 효율적인 객체 저장소와의 원활한 통합은 규모를 확장함에 따라 비용을 절약하는 데 도움이 됩니다.
벡터화된 쿼리 엔진
EDB는 저장소와 컴퓨트를 분리하고 열 지향 데이터 형식에 최적화된 업그레이드된 쿼리 엔진을 사용하여 기본 Postgres에 비해 30배 빠른 핫 및 콜드 데이터 쿼리를 실행합니다. 이로써 업무에 뛰어난 분석 성능을 제공하면서 트랜잭션 작업 부하에 영향을 주지 않습니다.
통합 데이터 관리
Postgres 내에서 분석적이고 트랜잭션 작업을 함께 가져오는 것으로, EDB는 복잡한 ETL 파이프라인에 대한 필요성을 줄이고, 데이터의 파편화를 최소화하며, 외부 시스템에 대한 의존성을 줄입니다. 이 통합 접근 방식은 데이터에 일관되고 실시간 액세스를 보장하며 전체적인 운영 효율성을 향상시킵니다.
외부 호수 집 생태계 통합
Lakehouse 생태계에서 비용 효율적인 객체 저장소와 Postgres를 원활하게 통합함으로써 데이터 양의 증가를 처리하세요. 그러면 표준 SQL을 사용하여 Lakehouse 테이블을 외부 객체 저장소에 쓰고 어떤 Postgres 테이블과 마찬가지로 쿼리 할 수 있습니다.
데모
데모
성능을 희생하지 않고 분석 통찰력을 향상시키기
성능을 희생하지 않고 분석 통찰력을 향상시키기
Analytics Accelerator가 운영 분석을 강화함으로써, 조직들은 더 빠른 쿼리, 간소화된 작업 부하, 그리고 확장 가능한 인프라를 이루어냅니다—이는 더욱 반응적인 비즈니스 인텔리전스, 낮은 비용, 그리고 더 큰 탄력성을 결과로 가져옵니다.
더 나은 성능
EDB의 벡터화된 쿼리 엔진은 트랜잭션 성능을 저하시키지 않고 평균적으로 기본 Postgres에 비해 30배 빠른 분석 쿼리를 제공합니다.
향상된 효율성과 일관성
포스트그레스에서 분석 및 트랜잭션 작업 부하를 축소하여 팀이 관리해야 하는 시스템을 줄이고, 일관성을 해치는 복잡한 ETL 프로세스를 줄이십시오. 게다가, 레이크하우스 테이블은 Postgres 테이블 및 인덱스보다 디스크에서 5배 작고, 객체 저장소는 SSD 저장소보다 18배 더 비용 효율적입니다.
무결점 확장성
Postgres의 자연스러운 확장성과 비용 효과적인 객체 저장소와의 통합은 기업이 증가하는 데이터 볼륨과 쿼리 복잡성을 처리할 수 있게 하며, 조직이 확장됨에 따라 시스템이 사용 가능하고 반응성이 있도록 보장합니다.
EDB Postgres AI는 운영 분석을 가능하게 합니다
분석 가속기는 자동으로 거래 데이터를 별도의 분석 노드로 복제합니다. 그런 다음 벡터화된 쿼리 엔진이 복제된 데이터와 레이크하우스 테이블을 끊김없이 쿼리합니다-진행 중인 운영 작업 부하에 영향을 주지 않고.
자원
EDB 미션 컨트롤: Postgres Lakehouse 혁신
실시간 분석 및 AI 작업을 PostgreSQL로 변환하기L
PostgreSQL과 함께 AI 출시 : 레이크하우스란 무엇인가요?
EDB Trust Center를 통한 Postgres 보안 강화
운영 분석은 동시에 트랜잭션과 분석 쿼리를 동일한 데이터에서 실행하여 비즈니스 운영을 향상시키는 것을 포함합니다. EDB는 이를 위해 컴퓨팅을 스토리지에서 분리하고 벡터화된 쿼리 엔진을 사용함으로써, 트랜잭션 작업에 영향을 미치지 않는 고성능 분석을 가능하게 합니다. 또한, Postgres 내에서 분석 데이터와 트랜잭션 데이터를 통합함으로써, EDB는 정확한 실시간 인사이트와 확장 가능한 인프라를 가능하게 합니다.
운영 분석의 동의어가 될 수 있는 몇 가지 용어는 다음과 같습니다: 실시간 분석, 하이브리드 분석, 실시간 분석.
EDB는 저장소에서 컴퓨팅을 분리하고 컬럼 형식에 최적화된 벡터화된 쿼리 엔진을 사용하여 성능 병목 현상을 해결합니다. 이는 고성능 분석이 진행되는 동안 진행중인 트랜잭션 작업에 영향을 미치지 않음을 보장하므로, 기업들이 트랜잭션을 처리하고 분석을 실시간으로 실행하여 성능 저하 없이 가능하게 합니다.
EDB는 분석적인 작업과 트랜잭션 작업 모두를 Postgres 내에서 통합함으로써 복잡한 ETL 파이프라인의 필요성을 줄이고 데이터 파편화를 최소화합니다. 이 통합된 접근 방식은 일관되고, 실시간으로 정확한 데이터에 접근할 수 있도록 보장하며, 분석의 신뢰성과 의사결정을 개선합니다.
주요 기능은 다음과 같습니다:
- 통합 트랜잭션, 분석 및 AI 데이터 관리
- 매끄러운 레이크하우스 생태계 통합
- 벡터화된 쿼리 엔진
- 엔터프라이즈급 Postgres (보안 강화, 확장 가능, ACID 충족)
- 넓게 호환되는 오픈소스 기반
- 온프레미스, 프라이빗 클라우드 또는 하이브리드 배포 옵션
혜택은 다음과 같습니다:
- 단순화된 데이터 관리
- 표준 Postgres에 비해 30배 빠른 분석 쿼리
- 더 큰 비용 효율성 (객체 저장소는 SSD 저장소보다 18배 저렴하며, 레이크하우스 테이블은 Postgres 테이블 및 인덱스에 비해 디스크에 5배 작음)
- 매끄러운 확장성
- 더 큰 보안성 및 제어성
EDB Postgres AI는 어디에서나 Postgres 소스와 통합됩니다. 또한 솔리드 스테이트 드라이브에 비해 최대 18배 더 비용 효율적인 유연한 저장 위치를 포함한 Amazon S3, MinIO, 또는 로컬 파일 시스템과 통합하며 표준화된 Delta Table 오픈 테이블 형식을 활용하여 lakehouse 생태계 전반의 다른 도구와 서비스와 호환됩니다.
EDB의 솔루션은 다양한 시스템과 복잡한 ETL 프로세스의 필요성을 줄여 인프라, 유지 보수 및 개발 비용을 낮춤으로써 최종적으로 운영 비용을 감소시킵니다.
EDB는 열 기반의 레이크하우스 테이블- 이는 Postgres 테이블과 인덱스에 비해 디스크에서 5배 작습니다 -와 객체 저장소- 이는 SSD 저장보다 18배 더 저렴합니다 -의 결합으로 저장 비용을 최적화합니다. 이를 통해 기업들은 쿼리 성능을 희생하지 않고 전체 저장 비용을 줄일 수 있습니다.