Sportowy stack danych przechodzi cichą przebudowę. Co pokazują ostatnie 72 godziny
30 września Tigris opublikował analizę powłamaniową o tym, jak przeniósł kolejkę zadań asynchronicznych z FoundationDB do Kafki. To nie jest tekst o sporcie, ale opisuje dokładnie tę infrastrukturę, która dziś przenosi duże wolumeny mediów sportowych. Ukazał się w tym samym tygodniu, w którym europejskie centra danych usłyszały, że nie mogą dłużej ukrywać swoich liczb dotyczących wody i prądu.

Najbardziej użyteczny tekst o technologii sportowej z ostatnich 72 godzin nie ma nic wspólnego ze sportem. 30 września firma Tigris, dostawca pamięci obiektowej, opublikowała analizę powłamaniową, w której wyjaśnia, dlaczego przeniosła zadania asynchroniczne, takie jak odśmiecanie pamięci, z FoundationDB do Kafki. Powód ma znaczenie dla każdego, kto prowadzi analitykę sportową: jeśli proces roboczy padnie w trakcie zadania, zadanie pada razem z nim. „Gdy proces roboczy pobierze zadanie, znika ono z kolejki i ginie wraz z nim” – napisała firma.
Sport to dziś stos właśnie takich zadań. Strumienie danych śledzących, pipeline’y wideo, rozliczanie zakładów, renderowanie skrótów. Żaden z tych elementów nie toleruje zgubionej wiadomości.
Tigris mówi o kompromisie bez ogródek. Część kolejek nadal trzyma w FoundationDB, bo baza eliminuje problem podwójnego zapisu, ale harmonogramowanie „wymaga wielu zapisów i skanów, co obciąża FoundationDB odczytami, które bezpośrednio konkurują z żądaniami użytkowników”. Firma zaimplementowała pracę Apple’a o nazwie QuiCK, system kolejek stojący za CloudKit, i opisuje go jako „system kolejek, który wykorzystuje Record Layer FoundationDB, aby zrealizować kolejkę komunikatów opartą na czasie”. Tekst jest też nietypowo zabawny w części o Kafce: porównuje samodzielne jej hostowanie do budzenia się jako „potworny robak”, podczas gdy wszyscy uprzejmie proszą, żebyś ruszył dalej z życiem.
Sportowy wątek nie jest naciągany. Ligi i nadawcy od dekady obiecują relacje oparte na danych, a prezentacja zwykle kończy się na pulpicie. To, co pod spodem, to orkiestracja: które zdarzenia są przetwarzane, w jakiej kolejności i co się dzieje, gdy proces roboczy przewróci się o trzeciej nad ranem w trakcie meczu.
Europejskie centra danych milczą o liczbach
Tego samego dnia holenderski portal NL Times podał wyniki rocznego śledztwa Lighthouse Report, prowadzonego z Trouw i innymi europejskimi mediami, dotyczącego raportowania środowiskowego centrów danych. Wniosek jest surowy: w Holandii mniej niż co czwarte większe centrum danych publikuje dane o zużyciu prądu i wody pitnej.
Liczby stojące za tą luką są konkretne. Według Dutch Datacenter Association w Holandii działało pod koniec zeszłego roku 186 komercyjnych centrów danych o mocach 500 kilowatów lub większych. Netherlands Enterprise Agency, która zbiera te dane dla UE, ma rejestry tylko 104 z nich, a publiczne dane istnieją dla zużycia prądu w 44 centrach i zużycia wody w 47. Europejska dyrektywa o efektywności energetycznej wymaga raportowania od tego progu od trzech lat.
Statistics Netherlands szacuje zużycie prądu przez holenderskie centra danych na 5 100 000 000 kilowatogodzin w 2024 roku, czyli 4,6 procent zużycia krajowego i blisko dwa razy więcej niż pięć lat wcześniej. Operator sieci TenneT prognozuje 10 do 15 procent w 2030 roku. RVO ujawniła tego lata, że największe holenderskie centrum danych Microsoftu odpowiada samo za 1 procent krajowego zużycia prądu. Google, który prowadzi w tym kraju dwa duże centra danych, nie ujawnia swoich liczb.
Dla sportu to nie jest abstrakcja. Streaming, śledzenie w czasie rzeczywistym i widzenie komputerowe stoją na tej samej sieci i w tej samej martwej strefie raportowania.
Zapytania do jeziora danych bez przenoszenia go
Również 30 września AWS ogłosił, że Aurora PostgreSQL potrafi teraz odpytywać dane Apache Iceberg i Parquet bezpośrednio, przez tabele obce, korzystając z silnika zapytań DuckDB osadzonego w PostgreSQL. Firma podaje, że funkcja jest ogólnie dostępna w Aurora PostgreSQL począwszy od wersji 17.11 i 18.6 we wszystkich regionach komercyjnych i GovCloud, bez dodatkowych opłat.
Chodzi o usunięcie ETL. „Dostęp do tych danych zwykle wymagał pipeline’ów kopiujących dane z jeziora do Aurory, co podnosiło koszty i nakład pracy inżynierskiej w miarę zmian schematów” – głosi ogłoszenie. Dla organizacji sportowej to różnica między jeziorem danych, które stoi w hurtowni, a takim, które analityk może naprawdę odpytać w trakcie sezonu.
Kluby i ligi przez cały tydzień obiecywały na targach branżowych ekosystemy sportowe oparte na danych. Consultancy-me.com opisał 29 września wystąpienie szefa Pure Sports na LEAP 2026, a SVG Europe tego samego dnia opublikował tekst o infrastrukturze dla mediów o dużym wolumenie. Żadna z tych publikacji nie jest premierą produktu. Obie opisują rynek, który zakłada, że warstwa danych działa.
Coraz częściej działa. I to jest ta historia.
Warstwa badawcza też się rusza
29 września badacze Osayamen Jonathan Aimuyo, Swapnil Gandhi i Christos Kozyrakis przesłali do arXiv pracę opisującą Purlin, framework komunikacyjny, który oddziela orkiestrację od ścieżki danych w kolektywach GPU. Praca podaje przyspieszenia opóźnień do 5,14 razy i poprawę przepustowości do 4,50 razy w siedmiu kolektywach na GPU A100, H200 i B200. Wbudowany w stack serwujący SGLang, Purlin poprawił przepustowość i interaktywność offline serwowania LLM średnio 1,13 razy, a maksymalnie 1,37 razy, oraz interaktywność wnioskowania online średnio 1,26 razy, a maksymalnie 2,85 razy, przy największym zysku pod przeciążeniem.
To nie są benchmarki sportowe. Ale te obciążenia mają ten sam kształt co automatyczne generowanie skrótów, śledzenie z wielu kamer i wnioskowanie taktyczne w czasie rzeczywistym, gdzie opóźnienie pod obciążeniem jest całym produktem.
Dystans między 2,85 razy lepszą interaktywnością w pracy naukowej a działającym systemem przy linii bocznej jest ogromny i nic w tym zestawie źródeł nie sugeruje, że ktoś go zamknął. Kierunek jest jednak spójny we wszystkich źródłach opublikowanych w tym tygodniu: ciekawa robota dzieje się pod interfejsem, w orkiestracji, silnikach zapytań i kolektywach sieciowych.
Czego ten tydzień nie rozstrzygnął
Nie rozstrzygnął kwestii prywatności. 30 września 404 Media podało, że administracja Trumpa wykorzystuje program High Intensity Drug Trafficking Area z lat 80. XX wieku, by kierować lokalne dane z automatycznych czytników tablic rejestracyjnych od Flock, Axon i innych dostawców do federalnych centrów nadzoru, a w niektórych przypadkach dalej do National License Plate Reader Program agencji DEA. Rejestry uzyskał w drodze wniosków o dostęp do informacji publicznej Cris van Pelt, twórca HaveIBeenFlocked.com. Jeramie Scott z Electronic Privacy Information Center powiedział 404 Media: „Jeśli wkurza cię Flock, to powinno wkurzać cię też to”.
Obiekty sportowe są częścią tego parku kamer. Podobnie jak parkingi wokół nich.
Nie rozstrzygnął też kwestii danych zdrowotnych. The Guardian podał 30 września, że ponad 44 000 osób złożyło formalne sprzeciwy na podstawie artykułu 21 unijnego RODO wobec brytyjskiego NHS England i jego Federated Data Platform napędzanej przez Palantira, który przetwarza ich informacje. Kampanierzy wskazują na pracę Palantira dla izraelskiego wojska i dla amerykańskich służb imigracyjnych. Palantir twierdzi, że platforma pomaga skracać kolejki, powołując się na 117 000 dodatkowych operacji, spadek opóźnień w wypisach pacjentów długoterminowych o 14,3 procent i poprawę diagnoz nowotworów w ciągu 28 dni o 5,6 procent.
Nie rozstrzygnął wreszcie kwestii środowiskowej. Śledztwo Lighthouse Report wykazało, że europejskie centra danych w większości nie chcą powiedzieć, ile zużywają wody i prądu, trzy lata po tym, jak obowiązek raportowania zaczął obowiązywać.
Złożone razem, ostatnie 72 godziny opisują sektor technologii sportowej, którego widoczna warstwa, czyli pulpity, grafiki śledzące i komentarz AI, działa na niewidocznej warstwie przebudowywanej publicznie w blogach inżynierskich i preprintach arXiv, podczas gdy jej koszty zasobowe i prywatnościowe pozostają w dużej mierze nieujawnione. To nie skandal. To problem pomiaru i to na niego warto patrzeć.
Źródła
6- 01We used a database as a message queue. Now we use Kafka.EN
- 02Most data centers refusing to say how much water, electricity they useEN
- 03Aurora PostgreSQL now supports querying of Apache Iceberg and Parquet dataEN
- 04Purlin: Separating Orchestration from the Datapath of CollectivesEN
- 05How Cities Are Forced to Funnel License Plate Data to a Massive Federal Surveillance ProgramEN
- 06More than 44,000 file legal objections to Palantir NHS platform handling their dataEN
Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.
Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.
Komentarze
0- Brak komentarzy — bądź pierwszy.