12 月 16 日，AI 時代數(shù)據(jù)存儲管理新挑戰(zhàn)分論壇在無錫成功召開，會上來自螞蟻集團(tuán)、SphereEx、平凱星辰、九章云極 DataCanvas、StreamNative、騰訊云和華為的技術(shù)專家，共同分享了 AI 時代下數(shù)據(jù)庫技術(shù)最新發(fā)展與實踐。

螞蟻集團(tuán)開發(fā)工程師、HoraeDB 核心開發(fā)者 曹瑞秋

曹瑞秋在《時序數(shù)據(jù)庫 HoraeDB 技術(shù)揭秘》的主題分享中表示，近期已將 CeresDB 內(nèi)核捐獻(xiàn)到 Apache 基金會，捐獻(xiàn)的內(nèi)核即為 HoraeDB（CeresDB 現(xiàn)已更名為 HoraeDB）。目前主流的 InfluxDB、Prometheus、VictoriaMetrics 等時序數(shù)據(jù)庫仍存在時間線高基數(shù)問題和社區(qū)分布式方案不夠完備等問題。而 HoraeDB 采用倒排索引支持多維查詢，時間線少，適配度高的場景，倒排索引能直接全量存放在內(nèi)存中。HoraeDB 的高基數(shù)解決方案的核心是摒棄時間線概念，去除對倒排索引的強(qiáng)依賴，針對不同 tag 靈活選擇索引。此外，曹瑞秋還詳細(xì)介紹了 HoraeDB 分布式查詢優(yōu)化、Memtable/SST read 等優(yōu)化設(shè)計思路。

SphereEx 創(chuàng)始人 張亮

張亮發(fā)表了《數(shù)據(jù)庫增強(qiáng)計算引擎：數(shù)據(jù)庫架構(gòu)革新新思路》主題演講。他認(rèn)為在海量數(shù)據(jù)急速擴(kuò)張，OLTP、OLAP、HTAP 等多種數(shù)據(jù)應(yīng)用場景，數(shù)據(jù)庫技術(shù)棧碎片化等情勢下，數(shù)據(jù)系統(tǒng)應(yīng)對上應(yīng)用層零入侵，數(shù)據(jù)庫本身工具化，因此中間加速引擎則具有創(chuàng)新性、可插拔、平臺化。SphereEx 公司是由 Apache 頂級開源項目 ShardingSphere 核心團(tuán)隊創(chuàng)立，致力于為企業(yè)提供面向新一代數(shù)據(jù)架構(gòu)的數(shù)據(jù)庫增強(qiáng)引擎（DBPlusEngine），提供企業(yè)級、云原生的輕量級分布式數(shù)據(jù)庫解決方案、數(shù)據(jù)安全合規(guī)及信創(chuàng)平滑替換產(chǎn)品和服務(wù)，解決了企業(yè)海量數(shù)據(jù)的存儲與計算、數(shù)據(jù)安全合規(guī)等問題，幫助企業(yè)實現(xiàn)數(shù)據(jù)架構(gòu)的轉(zhuǎn)型升級。

平凱星辰 TiDB Serverless 生態(tài)負(fù)責(zé)人 張翔

張翔發(fā)表了《TiDB Serverless：構(gòu)建一個云原生的 Serverless 數(shù)據(jù)庫》主題演講。他首先介紹了 TiDB 是開源、兼容 MySQL、具有分布式，可保障業(yè)務(wù)連續(xù)性的真正的內(nèi)核級 HTAP 分布式混合負(fù)載數(shù)據(jù)處理平臺，在此之后的 TiDB Serverless 是在去年由 PingCAP 推出的一款云原生的 Serverless 數(shù)據(jù)服務(wù)演進(jìn)而來，已經(jīng)由經(jīng)典分布式 HTAP 改造為下一代 Cloud Native 架構(gòu)。因此可以實現(xiàn)如支持多租戶的統(tǒng)一接入網(wǎng)關(guān)、TiFlash 計算存儲分離、計算資源池化、TiKV Keyspace，以及 Scale to Zero、實時喚醒、自動擴(kuò)縮容等按需分配，可以利用云上的海量資源、高達(dá) 11 個 9 的持久性、微服務(wù)化，更高效地使用云上資源，降低爆炸半徑等真正的原生性能，以此實現(xiàn)全量數(shù)據(jù)的彈性，以及簡單易用，降低 AI 時代的數(shù)據(jù)成本。

九章云極 DataCanvas 資深架構(gòu)師 孟圣智

孟圣智發(fā)表了《DingoDB：融合 SQL 與向量，構(gòu)建功能完整的 RAG 數(shù)據(jù)庫底座》主題演講，他表示 AI 時代數(shù)據(jù)需要從更多存儲變?yōu)楦讬z索，九章云極 DataCanvas 作為 AI 基礎(chǔ)軟件供應(yīng)商，自主研發(fā)的 DingoDB 多模向量數(shù)據(jù)庫，實現(xiàn)結(jié)構(gòu)化與非結(jié)構(gòu)化的聯(lián)合存儲、分析和查詢。DingoDB 既是關(guān)系數(shù)據(jù)庫，支持 SQL、支持事務(wù)，符合用戶使用關(guān)系型數(shù)據(jù)庫的習(xí)慣。同時，DingoDB 也是向量數(shù)據(jù)庫，支持 Python 和 Java SDK，可以像使用大多數(shù)純向量數(shù)據(jù)庫一樣，無縫對接 LLM App，可以實現(xiàn)企業(yè)知識庫、大模型記憶體、實時決策指標(biāo)計算能力、非結(jié)構(gòu)化數(shù)據(jù)的檢索、Vector Ocean 數(shù)據(jù)支撐平臺、結(jié)構(gòu)化與非結(jié)構(gòu)化的融合分析等多種知識檢索應(yīng)用場景。

StreamNative 聯(lián)合創(chuàng)始人、Apache Pulsar PMC Member 翟佳

翟佳發(fā)表了《云原生批流融合數(shù)據(jù)平臺助力 AI/LLM 的實時數(shù)據(jù)處理》主題演講，他表示 Pulsar 從捐贈給 Apache 軟件基金會后的幾年里一直在高速增長。Pulsar 采用存算分離云原生架構(gòu)、支持多種語言，批和流統(tǒng)一視圖，可以與 Flink、Spark 等批流一體計算引擎有效地結(jié)合，方便管理實時和歷史數(shù)據(jù)，確保數(shù)據(jù)新鮮度，將批流一體的數(shù)據(jù)與向量數(shù)據(jù)庫結(jié)合，確保大模型的數(shù)據(jù)顯現(xiàn)度和準(zhǔn)確性，以提高模型準(zhǔn)確性，降低模型幻覺。

騰訊開源專家 耿航

耿航發(fā)表了《騰訊云 TDSQL 平滑去 O 的機(jī)遇挑戰(zhàn)與開源實踐》主題演講，他表示核心數(shù)據(jù)庫平滑替換，需要從內(nèi)核、性能、使用習(xí)慣三個層面全面兼容，并且是一個完整的系統(tǒng)工程。騰訊云分布式數(shù)據(jù)庫 TDSQL PG 開源社區(qū)版 OpenTenBase 是完整去 O 和兼容 O 的數(shù)據(jù)庫內(nèi)核，以內(nèi)核兼容為基礎(chǔ)，打造從驅(qū)動、工具、內(nèi)核三個層面的甲骨文兼容能力，填補基于 Postgres 的開源分布式 HTAP 系統(tǒng)的空白。OpenTenBase 已吸引超過 10 個國家和地區(qū)的開發(fā)者關(guān)注，希望通過騰訊及上下游伙伴的技術(shù)投入，打造立足中國，面向全球的開放數(shù)字基礎(chǔ)設(shè)施數(shù)據(jù)底座。

華為 openGauss 內(nèi)核技術(shù)專家 胡正超

胡正超發(fā)表了《openGauss 內(nèi)核架構(gòu)雙引擎，驅(qū)動大規(guī)模數(shù)據(jù)處理》主題演講，并分享了 openGauss 5.1 版本持續(xù)在高性能、高可用、高安全、高智能內(nèi)核上增強(qiáng)能力，同時在 DataPod 和 DataKit 持續(xù)創(chuàng)新，目標(biāo)是實現(xiàn)更高效的大規(guī)模數(shù)據(jù)處理，更豐富的場景支持，更便捷的使用體驗。其中 DataPod 在 5.1 版本實現(xiàn)了一些新功能，提升了系統(tǒng)的易用性、可用性和性能。DataKit 為 openGauss 的數(shù)據(jù)全生命周期生產(chǎn)力工具，當(dāng)前持續(xù)在平臺架構(gòu)和功能插件上構(gòu)建新功能，如增加告警中心、數(shù)據(jù)遷移、開發(fā)、運維等插件。

近幾年數(shù)據(jù)庫百花齊放，快速發(fā)展。生成式 AI 爆發(fā)之后，AI 大模型加速普及應(yīng)用，模型訓(xùn)練推理的準(zhǔn)確性，對系統(tǒng)數(shù)據(jù)與信息的存儲、檢索、計算提出了新挑戰(zhàn)。從本次分論壇嘉賓分享的干貨內(nèi)容，我們可以看到，針對 AI 的數(shù)據(jù)系統(tǒng)可能正在走向殊途同歸的技術(shù)路徑，那就是分布式原生、實時、向量化（時序也可看作一種向量），另外存算分離、并行架構(gòu)，以滿足 AI 對數(shù)據(jù)的性能、成本等要求。

審核編輯 黃宇