应用场景与架构模式
pg_mooncake (v0.3.0) 四大核心生产架构模式：实时操作分析（HTAP）、时间分区大表冷热归档、零 ETL Postgres 湖仓一体以及 OpenTelemetry 日志分析。
无需引入 Kafka、Debezium 或外部独立数仓，pg_mooncake 即可在 PostgreSQL 内部直接支撑以下四种高价值分析架构模式：
业务继续写入主 OLTP 行存表，将慢速聚合报表查询路由至亚秒级同步的 USING mooncake 列存镜像表。
为按时间分区的 PostgreSQL 大表创建列存镜像，定期从行存中 DROP 旧分区释放昂贵磁盘空间，同时在列存中完整保留可随时查询的全部历史数据。
自动将 PostgreSQL 业务表导出为 S3 或 Cloudflare R2 上的标准 Apache Iceberg v2 表，并在 Postgres 内直接查询外部 Iceberg / Delta Lake 数据集。
在 PostgreSQL 中承载海量应用日志与链路追踪事件，基于对象存储 Parquet 文件实现低成本、高吞吐的向量化聚合查询。
保持现有 PostgreSQL OLTP 写入路径不变，通过将分析查询路由至 USING mooncake 实时列存镜像表，实现百倍级分析提速。
利用 pg_mooncake 将按时间分区的 PostgreSQL 大表归档为 Parquet 与 Apache Iceberg 格式，直接删除旧行存分区释放磁盘，同时在列存镜像中完整保留全部历史数据。
在 PostgreSQL 中构建双向 Apache Iceberg v2 湖仓一体架构：无需 Kafka 或 Debezium 即可将业务表实时导出至 S3/R2，并在 SQL 中直接关联外部湖仓表。
结合 pg_mooncake 列存镜像与对象存储 Parquet 压缩，在 PostgreSQL 中以极低成本存储并分析海量应用日志与 OpenTelemetry 链路数据。