Melalui Streamhouse, perubahan informasi dari berbagai sistem tersebut dapat dikumpulkan dalam aliran data berkelanjutan. Ketika lokasi pesawat berubah, jadwal keberangkatan tertunda, atau kursi dipesan, pembaruan tersebut dapat menjadi bagian dari konteks bisnis terkini yang dapat diakses agen AI dan aplikasi lainnya.
Dengan pendekatan ini, agen pemesanan dapat memeriksa kondisi penerbangan dan ketersediaan kursi secara bersamaan sebelum menawarkan alternatif perjalanan kepada penumpang.
Untuk mendukung arsitektur Streamhouse, Confluent juga memperluas kemampuan Platform Data Streaming (DSP) dengan menghadirkan fitur Query sebagai pilar kelima. Sebelumnya, platform ini memiliki empat kemampuan utama, yakni Stream, Connect, Process, dan Govern.
Kelima kemampuan tersebut memiliki fungsi berbeda dalam pengelolaan data perusahaan.
- Stream: Menangkap dan mengalirkan peristiwa bisnis melalui Apache Kafka dan mesin Kora.- Connect: Menghubungkan berbagai sistem perusahaan melalui lebih dari 150 konektor.- Process: Menggabungkan dan memperkaya data menggunakan Apache Flink.- Govern: Mengatur keamanan, kualitas, skema, dan akses data.- Query: Menyediakan akses terhadap konteks bisnis terkini bagi aplikasi, agen AI, dan sistem analitik.
Salah satu fitur baru yang diperkenalkan adalah Lightning Tables, yang kini tersedia secara umum di AWS melalui Confluent Cloud.
Fitur ini memungkinkan perusahaan melakukan query terhadap data streaming dalam bentuk tabel tanpa harus menyalin data terlebih dahulu ke basis data terpisah. Data yang berasal dari Apache Kafka disajikan dalam bentuk tabel yang terus diperbarui mengikuti perubahan informasi.
Dalam pengujian internal Confluent, waktu sejak data baru dibuat hingga tersedia untuk disajikan sekitar 100 milidetik. Sementara itu, latensi query diklaim berada di kisaran 10-100 milidetik dengan kemampuan menangani lebih dari 1.000 query per detik.
