Blog - Supabase
·
推出分析存储桶
💡
原文英文，约1000词，阅读约需4分钟。
📝
内容提要
Supabase推出了分析存储桶，专为分析工作负载设计，基于Apache Iceberg和Amazon S3。它以列式Parquet格式存储数据，优化查询和聚合，提供低成本存储、开放表格式和时间旅行功能，适合存储大量数据和进行重分析查询。用户可通过Supabase仪表板或SDK创建和管理存储桶，并与Postgres结合使用，实现数据的实时流转和历史查询。
🎯
关键要点
- Supabase推出了分析存储桶，专为分析工作负载设计，基于Apache Iceberg和Amazon S3。
- 分析存储桶以列式Parquet格式存储数据，优化查询和聚合，提供低成本存储。
- 用户可以通过Supabase仪表板或SDK创建和管理存储桶，并与Postgres结合使用。
- 分析存储桶适合存储大量数据和进行重分析查询，支持时间旅行和完整审计历史。
- 分析存储桶与Postgres互补，适用于不同的工作负载。
- 创建分析存储桶时，可以在仪表板中定义列和数据类型，使用SDK也可以创建。
- 分析存储桶与Supabase ETL配合使用，支持近实时数据流转。
- 可以通过外部数据包装器从Postgres查询分析存储桶中的数据，支持数据分层架构。
- 分析存储桶与支持Iceberg REST Catalog API的工具兼容，如PyIceberg、Apache Spark等。
- 目前分析存储桶在私人Alpha阶段免费，标准出口费用适用。
❓
延伸问答
什么是分析存储桶，它的主要用途是什么？
分析存储桶是Supabase推出的一种专为分析工作负载设计的存储类型，主要用于存储大量数据并进行重分析查询。
分析存储桶与Postgres的区别是什么？
分析存储桶适合存储大量数据和进行重分析查询，而Postgres适合低延迟读取和频繁数据变更的应用。
如何创建一个分析存储桶？
可以通过Supabase仪表板或SDK创建分析存储桶，选择存储桶类型为分析存储桶并定义列和数据类型。
分析存储桶支持哪些数据查询工具？
分析存储桶与支持Iceberg REST Catalog API的工具兼容，如PyIceberg、Apache Spark、DuckDB等。
分析存储桶的存储成本如何？
分析存储桶提供低成本存储，使用S3定价，文档显示大数据集的存储成本可节省30-90%。
分析存储桶如何实现数据的时间旅行功能？
分析存储桶支持时间旅行功能，可以查询数据的历史快照，查看任意时间点的数据状态。
➡️
