Được phát triển trên Apache Iceberg và Amazon S3 Tables, Supabase Analytics Buckets hỗ trợ các ứng dụng phân tích, trong khi đó Supabase Vector Buckets cung cấp lưu trữ chuyên biệt để vận hành các tính năng AI như tìm kiếm ngữ nghĩa và cá nhân hóa. Supabase ETL cho phép tự động chuyển dữ liệu từ cơ sở dữ liệu Postgres sang các công cụ phân tích chỉ với một cú nhấp chuột, giảm thiểu thời gian lập trình vốn dĩ mất hàng tháng. Dựa trên các dịch vụ AWS, tính đến nay, Supabase đã triển khai hơn 10 triệu cơ sở dữ liệu và trở thành nền tảng được các startup ưu tiên lựa chọn, với hơn 60% chương trình của Y Combinator được xây dựng trên nền tảng này.

Những công cụ này giúp các nhà phát triển tạo ra ứng dụng mà cả doanh nghiệp và người dùng cần. Khách hàng có thể mở rộng ứng dụng liền mạch từ giai đoạn nguyên mẫu đến triển khai thực tế, phục vụ hàng triệu người dùng mà không phải tốn kém cho những lần tái xây dựng phức tạp vốn làm chậm quá trình tăng trưởng. Supabase đảm nhận toàn bộ công việc nền phía sau mà các công cụ tạo mã bằng AI cần để tạo nên ứng dụng hoàn chỉnh, với PostgreSQL – một trong những cơ sở dữ liệu phổ biến nhất thế giới – giữ vai trò quản lý và kiểm soát duy nhất. Nền tảng này, hiện phục vụ 5 triệu nhà phát triển toàn cầu và vận hành trên AWS, đã trở thành yếu tố quan trọng thúc đẩy trào lưu “vibe coding”, nơi các nhà phát triển duy trì dòng chảy sáng tạo trong khi công cụ AI xử lý các tác vụ phức tạp để đảm bảo ứng dụng sẵn sàng cho triển khai thực tế.

Paul Copplestone, CEO kiêm Đồng Sáng lập Supabase, phát biểu: “Trước khi có Supabase, việc xây dựng một ứng dụng đồng nghĩa với việc phải sử dụng nhiều dịch vụ riêng biệt - cơ sở dữ liệu, đăng nhập người dùng, lưu trữ tệp - mỗi dịch vụ lại có bảng điều khiển và cách vận hành khác nhau. Giờ đây, Supabase đã hợp nhất tất cả trong một nền tảng duy nhất, được tích hợp vào Postgres. Nhờ đó, các nhà phát triển có thể làm việc tập trung tại một nơi thay vì phân tán ở nhiều hệ thống, với sự tự tin rằng với quy mô toàn cầu của AWS sẽ bảo đảm mọi thứ vận hành trơn tru, từ người dùng đầu tiên cho đến người dùng thứ một triệu.”

Những dịch vụ quan trọng được công bố ngày hôm nay bao gồm:

• Supabase ETL tự động chuyển dữ liệu từ Postgres sang một lớp dữ liệu thống nhất, hỗ trợ đồng thời cả phân tích và các tính năng AI. Chỉ với một cú nhấp chuột, ETL sao chép dữ liệu vào cả Supabase Analytics Buckets và Supabase Vector Buckets, tạo nên nguồn dữ liệu sạch, được sắp xếp khoa học cho bảng điều khiển (dashboard) và ứng dụng AI.
• Supabase Analytics Buckets hỗ trợ định dạng Apache Iceberg trên Amazon S3 Tables, nghĩa là dữ liệu phân tích được lưu trữ ở định dạng mà Amazon và các dịch vụ bên thứ ba có thể đọc trực tiếp. Khi khách hàng muốn chạy bảng điều khiển hoặc báo cáo, Supabase ETL sẽ sao chép dữ liệu từ Postgres chính của người dùng sang Analytics Bucket. Nhờ đó, khách hàng có thể truy vấn dữ liệu từ Amazon Athena, Amazon Redshift, Amazon EMR hoặc Amazon QuickSight mà không cần tải lên cơ sở dữ liệu đang sử dụng.
• Supabase Vector Buckets cho phép người dùng lưu trữ các tập dữ liệu vector lớn trong Amazon S3 thay vì trong cơ sở dữ liệu Postgres. Điều này đặc biệt quan trọng đối với các tính năng như gợi ý và tìm kiếm theo ngữ nghĩa. Ví dụ, khi khách hàng tìm kiếm “váy hè” (summer dresses) trong một ứng dụng mua sắm, tìm kiếm truyền thống sẽ chỉ khớp chính xác từ khóa, trong khi tìm kiếm vector hiểu khái niệm và có thể tìm các sản phẩm liên quan ngay cả khi dùng từ khác (như “sundress” hoặc “warm weather outfits”). Người dùng vẫn có thể truy vấn Vector Buckets từ Postgres bằng giao diện quen thuộc, nhưng dữ liệu được lưu trữ trên S3, vừa tiết kiệm chi phí vừa có khả năng mở rộng tới hàng triệu embeddings mà không gây áp lực cho cơ sở dữ liệu.

Kiến trúc này sử dụng PostgreSQL làm cơ sở dữ liệu giao dịch cốt lõi cho các hoạt động kinh doanh trực tiếp như xử lý đơn hàng. Supabase ETL liên tục sao chép dữ liệu sang Supabase Analytics Buckets để phục vụ báo cáo và phân tích kinh doanh, trong khi Supabase Vector Buckets đảm nhận các tính năng AI như gợi ý thông minh và tìm kiếm theo ngữ nghĩa. Tất cả được đồng bộ gần như theo thời gian thực, cho phép một công ty thương mại điện tử chỉ cần một truy vấn duy nhất để hiển thị đơn hàng hiện tại của khách hàng (dữ liệu giao dịch từ PostgreSQL), phân tích lịch sử mua sắm (Supabase Analytics Buckets), và đề xuất sản phẩm cá nhân hóa (Supabase Vector Buckets) — tất cả từ một giao diện thay vì ba hệ thống riêng biệt.

Bà Mai-Lan Tomsen Bukovec, Phó Chủ tịch Công nghệ của AWS, cho biết: “Mọi doanh nghiệp hiện đại đều là doanh nghiệp dữ liệu, và Amazon S3 là nền tảng cốt lõi cho các nhà phát triển. Sự kết hợp giữa quy mô toàn cầu và độ tin cậy của S3 với nền tảng tích hợp của Supabase đã giúp các nhà phát triển dễ dàng làm việc với dữ liệu và chuyển từ giai đoạn thử nghiệm AI sang triển khai thực tế một cách nhanh chóng.”

“Hãy hình dung một nhà bán lẻ đang cố gắng phân tích hành vi khách hàng trên website, ứng dụng di động và cả cửa hàng vật lý. Họ sẽ phải thu thập dữ liệu từ nhiều hệ thống khác nhau, làm sạch, chuyển đổi sang một ngôn ngữ chung và lưu trữ ở nơi mà các nhà phân tích có thể sử dụng - trong khi vẫn phải đảm bảo dữ liệu được cập nhật gần như theo thời gian thực. Điều chúng tôi đã làm cùng AWS là biến toàn bộ quy trình này trở nên đơn giản như việc đánh dấu một ô, cho phép doanh nghiệp tập trung vào khai thác dữ liệu thay vì phải vật lộn để truy cập nó,” Copplestone chia sẻ.