Estuary против Fivetran: тестирование PostgreSQL CDC в реальном времени

Что на самом деле меняется при использовании PostgreSQL CDC через Estuary вместо Fivetran? В этом спонсируемом сравнительном тестировании мы запускаем один и тот же конвейер PostgreSQL-хранилище данных на обеих архитектурах и рассматриваем три важных момента в производственной среде: Скорость доставки вставок, обновлений и удалений в целевую базу данных; Способ доставки транзакций между несколькими таблицами; Что происходит при добавлении второй целевой базы данных. Вы увидите логическую репликацию PostgreSQL и CDC на основе WAL в действии, включая тест удаления в реальном времени, согласованность транзакций, заполнение пропущенных данных и разветвление данных между несколькими целевыми базами данных. Мы также разбираем важное архитектурное различие: Fivetran использует соединения «точка-точка» «источник-целевая база данных», в то время как Estuary фиксирует изменения один раз в устойчивые коллекции, которые могут быть материализованы в несколько целевых баз данных независимо друг от друга. В видео также рассматривается различие в двух моделях ценообразования, включая модель ежемесячной оплаты активных строк (MAR) Fivetran и ценообразование на основе использования перемещения данных Estuary. Что мы обсудим 00:00 Гонка при удалении в PostgreSQL CDC 01:00 Архитектура конвейера и настройка тестов 02:30 Актуальность и задержка CDC 03:00 Вставки, обновления и удаления 04:00 Согласованность транзакций 06:00 Объяснение коллекций Estuary 07:00 Добавление второго пункта назначения 09:30 Модели ценообразования Estuary и Fivetran 12:30 Когда Fivetran все еще имеет смысл 13:30 Попробуйте конвейер PostgreSQL CDC самостоятельно #PostgreSQL #CDC #DataEngineering