Iceberg正在成为数据湖表格式的通用语言,StarTree是最新将其作为实时后端采用的供应商。
开源的Iceberg是一个面向大规模分析的开放表格式,它本身不像传统数据库那样存储或执行查询。它作为一个软件层运行在存储系统之上,如Parquet、ORC和Avro,以及云对象存储如AWS S3、Azure Blob和Google Cloud Store,处理元数据、分区和模式演进。Iceberg提供ACID事务、模式版本控制和时间旅行功能,数据查询和处理由单独的软件处理,如Apache Flink、Presto、Spark、Trino和其他分析引擎。
StarTree Cloud是基于Apache Pinot构建的完全托管的云原生平台,Apache Pinot是一个实时分布式OLAP(在线分析处理)数据存储。StarTree Cloud专为OLAP设计,能够对来自流式数据源(如Apache Kafka、Amazon Kinesis)和批处理数据源(如AWS S3、Snowflake)的大规模数据进行低延迟查询(毫秒级)和高吞吐量处理(每秒10,000+查询)。现在它既可以作为Iceberg之上的分析层,也可以作为服务层。
StarTree声称,Iceberg支持可以将其从被动存储格式转变为实时后端,能够为面向客户的应用程序和智能体提供支持,在高并发情况下为数千名同时用户提供一致的速度和可靠性服务。
StarTree联合创始人兼首席执行官Kishore Gopalakrishna表示:"我们看到面向客户,以及日益面向智能体的数据产品出现爆炸性增长,这些产品要求亚秒级响应和新鲜见解。与此同时,Iceberg正在成为大规模管理历史数据的行业标准。"
"随着这两个趋势的融合,StarTree通过作为Iceberg的实时服务层提供独特价值,使公司能够安全、可扩展地为数百万外部用户和智能体提供服务,而无需移动数据。"
最近采用Iceberg的厂商包括Snowflake、Confluent、AWS的S3、SingleStore和Databricks。
theCUBE Research首席分析师Paul Nashawaty表示:"Apache Iceberg正在迅速成为在开放数据湖仓中管理大规模分析数据的事实标准——根据theCUBE Research的数据,采用率同比激增超过60%。"
StarTree断言,大多数围绕Iceberg和Parquet构建的现有查询引擎难以满足面向外部、高并发分析应用程序所需的性能SLA,公司历史上一直避免直接从其湖仓提供数据服务。它声称通过结合Iceberg和Parquet开放表格式与Pinot的索引和高性能服务能力,StarTree直接在原生Iceberg表上提供实时查询加速。
与Presto、Trino和类似引擎不同,StarTree表示它专为低延迟、高并发访问而构建,直接与Iceberg集成,通过以下功能提升性能:
StarTree Cloud对Apache Iceberg和Parquet的原生支持
实时索引和聚合,包括对数值、文本、JSON和地理索引的支持
通过StarTree索引实现智能物化视图
用于低延迟、高并发查询的本地缓存和修剪
无需数据移动——直接从Iceberg提供服务
从Iceberg进行智能预取,最大限度减少无关数据扫描
Nashawaty认为:"StarTree以亚秒级延迟服务Iceberg数据且无需数据重复的能力是一个独特而及时的进步。它解决了在现代数据产品中访问历史数据的关键性能需求。"
StarTree Cloud对Apache Iceberg的支持今天已在私有预览版中提供。更多信息请访问www.startree.ai。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。