TigerData 推出 Tiger Lake，该架构被其称为“代理时代 Postgres 与Lakehouse之间缺失的层”。此次发布是该公司为开发者提供更便捷方式，使其能够同时处理实时数据与历史数据，无需依赖脆弱的管道或延迟批量同步。

Tiger Lake直接内置于Tiger Postgres中，这是该公司为实时和分析工作负载定制的PostgreSQL版本。据TigerData介绍，该新架构使Postgres能够与基于Iceberg的湖仓(如AWS S3)实现双向同步。目前该架构原生支持AWS S3 Tables，未来更新中将逐步支持其他湖仓格式。

Tiger Lake 的目标是为开发者提供更简便的方式，构建依赖于实时运营数据和长期分析洞察的应用程序、仪表盘及 AI 代理。TigerData 表示，该架构旨在降低复杂性，同时保持数据系统的灵活性和开放性。

正如联合创始人兼 CTO Mike Freedman 所说的，Postgres 已成为许多现代应用程序的运营核心，但它一直与湖仓层隔离。“通过 Tiger Lake，我们构建了 Postgres 与湖仓之间的原生双向桥梁，”他说，“这是我们认为行业一直在等待的架构。”

目前，许多团队依赖于一系列工具在系统之间传输数据，通常使用 Kafka、Flink 或自定义脚本。这种设置往往脆弱且维护成本高昂。TigerData 表示，Tiger Lake 通过在 Postgres 和 Iceberg 之间实现内置的实时同步，取代了这种复杂性。

(来源：TigerData.com)

这正是Speedcast选择Tiger Lake的关键原因。“我们曾通过整合Kafka、Flink和自定义代码实现从Postgres向Iceberg的实时数据流传输——虽然能用，但系统脆弱且维护成本高昂，”Speedcast技术架构总监Kevin Otten表示，“Tiger Lake用原生基础设施取代了这一切。它不仅更简单，更是我们从一开始就渴望拥有的架构。”

除了同步表之外，Tiger Lake 的一个关键功能是支持双向信息流。运营数据被移动到湖仓中进行长期存储或分析，而结果(如聚合、机器学习特征或历史摘要)可以推回 Postgres，用于实时应用程序。

TigerData 强调，使用 Tiger Lake 的主要优势之一是它允许用户避免供应商锁定。它采用 Iceberg 等开放格式，运行于 AWS S3，并可与现有机器学习、监控及分析生态系统无缝对接。开发者无需重建技术栈或更换平台即可使用。

此次发布也反映了数据领域更广泛的变革趋势。Postgres 在运营工作负载中的流行度持续上升，而 Iceberg 正逐渐成为开放湖仓的行业标准。随着更多 AI 驱动的应用程序需要同时访问近期上下文和深层历史洞察，Tiger Lake 定位为连接这些层级的纽带。

对于需要新功能的机器学习团队、处理长期趋势的分析团队，或开发 AI 代理和仪表盘的开发者而言，Tiger Lake 可能使连接不同数据系统变得更轻松，无需管理复杂的集成。

若从更宏观的角度来看，Tiger Lake 的推出与 TigerData 的整体战略方向相契合。该公司于 2017 年以 Timescale 之名成立，因其为 PostgreSQL 添加的时间序列扩展而备受关注。但随着业务扩展至向量搜索、实时分析和 AI 原生工作负载，团队今年早些时候更名为 TigerData，以更好地体现其更广泛的愿景。

“现代应用程序不再能简单地归类到传统数据库类别中。它们捕获海量数据流，驱动实时分析，并越来越依赖能够推理和行动的智能代理。这些工作负载——事务型、分析型和代理型——需要一种新型的运营数据库，”联合创始人兼首席执行官Ajay Kulkarni表示。“这就是我们在TigerData所构建的：一个在不牺牲性能的前提下提供速度的系统。”

TigerData 现已服务于超过 2,000 家组织，包括 Mistral、HuggingFace、Nvidia、丰田、特斯拉、NASA、摩根大通、施耐德电气、Palo Alto Networks 和卡特彼勒。该公司还是 AWS 合作伙伴，其解决方案可在 AWS 市场中获取。该公司已从 Benchmark、NEA、Redpoint 和 Tiger Global 等投资者处筹集了超过1.8 亿美元。

该公司表示，Tiger Lake 只是一个开始。未来更新将包括直接查询 Iceberg 目录、将分析结果发回 Postgres，以及扩展对基于 Iceberg 的工作流的支持。TigerData 还在进行性能升级，包括更快的批量插入和一种新的存储架构，旨在使分支和副本更高效。