Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #4005

Amazon Aurora PostgreSQL

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

4

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Руководство AtScale C2026.7: создание семантического слоя для агентов Amazon Bedrock AgentCore

Техническое руководство показывает использование AtScale (C2026.7) в роли размерного семантического слоя (SML) для агентных рабочих процессов на Amazon Bedrock AgentCore. В публикации демонстрируется запуск агента Strands в AgentCore (для демонстрации использовали Anthropic Claude Sonnet 4.6), однократная экспозиция модели через SQL/XMLA/MCP, передача идентичности и применение RBAC через AgentCore к AtScale, выталкивание запросов в Amazon Redshift Serverless и развертывание в Amazon EKS.

5.0

COMPANIES · 1 ИСТОЧН. · InfoQ AI, ML & Data Engineering

Amazon приобретает DuckLabs и интегрирует DuckDB в Amazon Aurora PostgreSQL

Amazon (AWS) приобрела DuckLabs, команду, стоящую за аналитической СУБД DuckDB; сооснователи Ханнес Мюлейзен и Марк Раасвелдт присоединяются к AWS и продолжат руководить проектом. AWS пообещала, что DuckDB и сопутствующие компоненты останутся с лицензией MIT под надзором DuckDB Foundation, а DuckDB уже интегрирована в Amazon Aurora PostgreSQL — теперь единый запрос может объединять данные Aurora с историческими данными в Iceberg/Parquet на S3 (через AWS Glue) без отдельного ETL; функция доступна во всех коммерческих регионах и AWS GovCloud (US), оплата только за дополнительную вычислительную нагрузку Aurora и S3‑запросы.

8.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Руководство AWS: платформа для анализа контрактов с Bedrock AgentCore

Руководство AWS описывает архитектуру React‑веб‑приложения, превращающего портфель PDF‑контрактов в структурированные данные: агенты на Amazon Bedrock (AgentCore) используют Claude Sonnet для извлечения полей и Claude Haiku для верификации, Amazon Textract решает спор по подписям, результаты сохраняются в Amazon Aurora PostgreSQL, а пользователи получают доступ через встроенную аналитику и чат на естественном языке с показом статуса по WebSocket.

6.0

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS описывает выбор векторного хранилища для Amazon Bedrock Knowledge Bases (OpenSearch, Aurora pgvector, S3 Vectors)

AWS опубликовала руководство по пользовательской (неуправляемой) конфигурации Amazon Bedrock Knowledge Bases, сравнивающее три поддерживаемых векторных хранилища — Amazon OpenSearch Service (управляемый и serverless), Amazon Aurora PostgreSQL с pgvector и Amazon S3 Vectors — и оценивающее их компромиссы по сценариям RAG (задержка, стоимость, масштабируемость). В публикации приведены соответствия каждого бэкенда типичным рабочим нагрузкам, например поиску товаров в электронной коммерции, и обсуждаются последствия для производительности и затрат.

6.0