明敏 发自 凹非寺
量子位 | 公众号 QbitAI
几个工程师、一个星期，就能作念一个AI Agent应用了。
后果be like——
能理解用户复杂长寿令，保举合适条款的奶茶店。
保举两公里内、评分4.5以上、东谈主均消耗25元以内干净卫生的奶茶店。
要知谈，这背后需要它能分析处理不同模态的数据，比如文本、地舆信息、图像等。
放在往常，构建这样的AI应用需要多个不同的数据库，还需要配备训戒丰富且鸿沟较大团队来经管复杂技巧栈。
如今，能如斯平方处分，多亏了背后的一体化数据库OceanBase。
最新发布会上，OceanBase推出首个面向及时候析处理场景的GA版块：4.3.3版块。
不仅推出全新向量检索功能，已毕SQL+AI一体化，还进一步增强多模态数据处理能力。
嗅觉方方面面王人是为AI时间作念好了准备啊。
为啥能这样说？
从最新发布的新能力看起。
首个面向及时候析的GA版块这次OceanBase 4.3.3中枢升级的能力主要有3方面：
AP场景性能进步多模态数据复旧向量检索与索引当先，OceanBase 4.3.3版块升级了对复杂数据类型处理能力。
新增Array类型，这意味着数据库不错径直存储、查询和操作数组数据。并对Roaringbitmap类型数据的计较性能进行了优化，意味着数据库八成更高效地处理和操作大型聚会数据。
其次，OceanBase 4.3.3在向量交融查询的重要能力上带来进步，推出全新向量检索能力，复旧向量数据类型和向量索引，并基于向量索引提供高大搜索能力。
用户可通过SQL及Python SDK等形貌生动调用OceanBase的向量检索能力。
如今，在通用数据库中集成向量插件还是成为一种趋势，这种形貌八成径直复用通用数据已有功能和生态。
OceanBase与蚂汇集团联结设立了向量索引库，这个索引库还是在蚂汇集团大批业务场景中赢得考据（如生物识别、企业里面常识库等），性能老练。
现场跑分收尾自大，该向量库在960维的GIST数据集上发达出色，在ANN Benmarks测试中性能远超其他算法，排行第一。
卓绝是在 90% 以上的调回率区间，查询性能（QPS）比拟此前最优算法 glass 进步 100%，比拟基线算法hnswlib进步300%。
该向量引擎深度交融了OceanBase的存储引擎和SQL引擎，已毕SQL+AI一体化。八成在一条SQL语句中已毕标量、向量、空间地舆等搀和查询。
比如“望小京”demo中，用户给的领导词为“保举两公里内、评分4.5以上、东谈主均消耗25元以内干净卫生的奶茶店”。这背后触及到处理文本、图像和地舆位置等不同类型的数据，需要更高大的数据分析和查询能力。
临了，OceanBase 4.3.3还针对AP（分析处理）场景进行大幅性能优化，尤其是在海量数据分析时，八成提供更短的反映时间和更高的迷糊能力。
排列三第2024182期奖号两码合差分析：
TPC-H 1T场景进步64%TPC-DS 1T场景进步36%ClickBench hot- run进步49%cold-run性能进步149%同期大幅完善了及时AP功能，包括复旧列存副本、升天视图、外在集成、快速导入导出等。
已毕满足TP和AP负载的物理资源强阻扰，可确保系统在处理事务型负载时，不受分析型负载的影响，卓绝是在及时数据分析和决策场景中，八成保握系统的高性能与褂讪性。
在易用性方面也作念了升级，通过提供AP参数版块，用户不错针对不同场景选定特定模板，不需要再单独成就参数。并增强了AP场景中对SQL会诊能力的复旧。
回来来看，OceanBase 4.3.3在基础分散式能力上，带来更强性能、向量多模交融、融入AI技巧栈。
也就是将AI与数据库进一步交融。
这并不难理解，AI应用/AI Agent大势所在，各样应用智能化升级改进，底层数据库必须紧随趋势升级。
不外在这之中，OceanBase还反复提到了一个重要词——一体化。
它不仅是OceanBase的自己脾气，如今也逐步成为行业拥抱AI时间的一个优解。
Why？
更快鼓励AI应用大鸿沟落地关于数据库的发展，行业内逐步达成一些共鸣。
AI能力大幅进步，导致行家80%以上的非结构化数据被激活，背后的挖掘分析需求井喷，在这一新变化下，数据处理靠近更大鸿沟、更多模态、及时性更强以及数据碎屑和数据孤岛问题。
这些变化给数据库提议了诸多新的发展需求。
最要紧的即是，分散式数据库成为一种大趋势。
华东师范大学数据学院院长、CCF数据库专委会常委钱卫宁提议，互联网时间数据走向了通达环境，在数据是分散式的时间里，数据库也需若是分散式的。
分散式数据库不错让多台管事器协同功课，完成单台管事器无法处理的任务，尤其是高并发或者大数据量的任务。
除此除外，跟着AI、云计较等技巧发展，数据库还呈现出以下特色。
第一，云计较的普及鼓励了云数据库的快速发展。云数据库提供按需扩张、高可用性和资本效益。
第二，大数据和非结构化数据需求增加，多模态是一种趋势，NoSQL数据库（如MongoDB、Cassandra、Redis、Couchbase）越来越受到宽贷。NoSQL数据库提供了更好的扩张性和生动性，适用于存储和处理多样数据类型，如文档、键值对、图数据等。
第三，HTAP数据库成为热门，致使是主流数据库的一项基础能力。这类数据库八成同期处理事务性和分析性责任负载，满足了企业及时数据处理和分析的需求。
第四，开源亦然一大趋势。开源数据库（如PostgreSQL、MySQL、MariaDB）凭借其社区启动的发展形态、高大的功能和生动的部署形貌，成为企业和设立者的热门选定。
软件开发不外来到本色落地层面，尽管数据、数据库在变得愈增多元复杂，然而企业用户总如故但愿能只用一套系统来解决不同责任负载。
比如能同期在事务处理（如支付、订单等高频交往场景）和复杂的及时候析查询，这背后需要TP+AP结合。
以及AI与多模查询能力的交融，如Rockset和Oracle这样的数据库系统通过hybrid search交融查询技巧，软件定制开发将SQL查询与向量化查询相结合，使得数据处理八成同期包含文本、结构化数据和向量数据等不同类型。
方方面面影响下，一体化遐想逐步成为被阛阓爱好的道路。
以MongoDB和Oracle为代表的数据库厂商正在各自鼓励一体化数据库的发展。国度工业信息安全发展盘问中心等共同编制的《分散式数据库发展趋势盘问阐述》中也暗示，分散式数据架构的遐想正在走向一体化。
在这之中，OceanBase的一体化理念相配昭彰。它包括：
一体化居品：多责任负载（TP+AP）、多模（SQL+NoSQL）、向量（SQL+AI）。一体化引擎：一体化存储，一体化事务，一体化SQL。一体化架构：包括单机分散式一体化与多云原生。OceanBase先容，这种一体化的念念路是跟着客户需求不休发展而来。
当先在底层架构遐想上，单机分散式一体化与多云原生并存，不错满足大中小企业的不同需求。OceanBase还是和现在主流云厂商均达成互助，已毕公有云“多云共生”，同期也提供专有云、搀和云等不同部署环境，保证一致体验。
其次跟着数据库场景不休变化，从传统场景到泛互联网场景，OceanBase从TP到TP+AP，逐步走向多责任负载一体化。
比如在第一阶段OLTP+，会显现出山东转移这类客户的需求，他们主要眷注复杂查询场景，需要增强业务处理效劳。
第二阶段显现出了海底捞这类用户的需求。海底捞本来使用两个系统离别处理OLTP和OLAP，这导致OLTP和OLAP之间存在数据延长，没法保证数据一致性，还需要两份数据两份资本。OceanBase能将其整合，不仅使举座资本裁汰，还能进步蓝本的AP性能。
第三阶段还会显现出及时营销等场景，对及时AP提议更多条款。
以及在本色实施中，OceanBase发现越来越多客户将OceanBase既应用在KV存储场景，也应用在NoSQL场景，或者替换HBase、Redis等。因为OceanBase八成解决各个场景中好多毒手问题，比如关于NoSQL而言，最大的挑战在于数据鸿沟，分散式架构不错很好解决数据扩张的问题。
因此，妥贴用户需求，OceanBase在不休增加对多种数据类型的复旧，已毕多模一体化。
临了，来到AI时间。“AI for DB，DB for AI”成为共鸣。
AI应用大鸿沟落地的前提是大模子技巧八成在五行八作低资本易用。
数据库的发展训戒不错为AI应用实施提供参考。比如在数据库中引入向量插件，已毕SQL+AI，八成大幅简化原有AI技巧栈，让打造AI Agent的门槛骤降。
临了回来来看，以OceanBase为代表的一体化数据库不仅能为企业提供更更好的数据底座，况且方方面面王人满足AI应用发展的需求。它总体呈现出这些特色：
第一，高效的数据处理和分析。
复旧HTAP，八成在并吞个系统中同期处理事务性（OLTP）和分析性（OLAP）负载。企业不错及时地对交往数据进行分析，而不需要恭候数据的同步和更动，从而加速决策速率和反映时间。
及时候析，不错在数据生成的同期进行分析，确保数据的时效性，这关于及时保举、风控、监控等AI应用至关蹙迫。
第二，简化的数据经管。
一体化数据库八成确保数据的一致性和齐备性，因为事务处理和分析处理在并吞个系统内完成，幸免了数据同步和退换流程中可能出现的延长和伪善。
通过将多种数据类型（如关连型数据、文档数据、向量数据等）集成在一个系统中，一体化数据库简化了数据存储和经管。企业不需要珍摄多个数据库系统，减少了数据孤岛问题和运维复杂性。
第三，生动性和扩张性。
一体化数据库复旧多模态数据处理，八成处理和分析结构化、半结构化和非结构化数据。这种生动性使企业不错在一个平台上处理不同类型的数据，满足多样业务需求。
一体化数据库不错在公有云、独到云和土产货数据中心的搀和环境中部署，复旧异构环境下的数据经管和应用。这使企业八成把柄业务需求生动选定和调治部署有缱绻。
第四，简化AI应用构建。
AI应用常常需要进行高效的向量检索和一样性搜索。一体化数据库通过深度集成向量引擎，复旧快速向量化计较和一样度查询，进步AI应用的性能。
一体化数据库八成将数据存储和AI模子良好结合，复旧复杂的AI责任负载。这种集成减少了数据传输的延长，提高了模子闇练和推理的效劳。
第五，裁汰资本和复杂性。
一体化数据库减少了企业需要珍摄的数据库系统数目，简化了技巧栈，裁汰了系统集成和运维的复杂性。
通过优化资源哄骗和减少多系统间的数据同步和退换，一体化数据库裁汰了总体领有资本，提高了投资酬劳率。
AI时间，Data is Power。
李飞飞当初确定作念ImageNet，背后的中枢逻辑就在于，她肯定AI改变全国，数据是最简便最径直的形貌。
如今，AI应用落地趋势还是开启。数据行为分娩身分，在AI时间已是水电般的存在。
而一体化数据库正在为数据更充分生动高效应用提供新念念路。
据了解，一体化数据库OceanBase将成为蚂汇集团的AI数据底座，为一系列AI时间新应用“支小宝”、“蚂小财”以及支付宝百宝箱智能体设立平台的数据经管提供复旧。
一体化正在成为数据库发展历程中，一个态度顽强的地方。
— 完 —
量子位 QbitAI · 头条号
眷注咱们软件定制开发，第一时间获知前沿科技动态