7天開發(fā)一個(gè)AI Agent應(yīng)用！秘密武器：一體化數(shù)據(jù)庫

明敏 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

幾個(gè)工程師、一個(gè)星期，就能做一個(gè)AI Agent應(yīng)用了。

效果be like——

能理解用戶復(fù)雜長(zhǎng)命令，推薦符合要求的奶茶店。

推薦兩公里內(nèi)、評(píng)分4.5以上、人均消費(fèi)25元以內(nèi)干凈衛(wèi)生的奶茶店。

要知道，這背后需要它能分析處理不同模態(tài)的數(shù)據(jù)，比如文本、地理信息、圖像等。

放在以前，構(gòu)建這樣的AI應(yīng)用需要多個(gè)不同的數(shù)據(jù)庫，還需要配備經(jīng)驗(yàn)豐富且規(guī)模較大團(tuán)隊(duì)來管理復(fù)雜技術(shù)棧。

如今，能如此輕松搞定，多虧了背后的一體化數(shù)據(jù)庫OceanBase。

最新發(fā)布會(huì)上，OceanBase推出首個(gè)面向?qū)崟r(shí)分析處理場(chǎng)景的GA版本：4.3.3版本。

不僅推出全新向量檢索功能，實(shí)現(xiàn)SQL+AI一體化，還進(jìn)一步增強(qiáng)多模態(tài)數(shù)據(jù)處理能力。

感覺方方面面都是為AI時(shí)代做好了準(zhǔn)備啊。

為啥能這么說？

從最新發(fā)布的新能力看起。

首個(gè)面向?qū)崟r(shí)分析的GA版本

此次OceanBase 4.3.3核心升級(jí)的能力主要有3方面：

• AP場(chǎng)景性能提升
• 多模態(tài)數(shù)據(jù)支持
• 向量檢索與索引

首先，OceanBase 4.3.3版本升級(jí)了對(duì)復(fù)雜數(shù)據(jù)類型處理能力。

新增Array類型，這意味著數(shù)據(jù)庫可以直接存儲(chǔ)、查詢和操作數(shù)組數(shù)據(jù)。并對(duì)Roaringbitmap類型數(shù)據(jù)的計(jì)算性能進(jìn)行了優(yōu)化，意味著數(shù)據(jù)庫能夠更高效地處理和操作大型集合數(shù)據(jù)。

其次，OceanBase 4.3.3在向量融合查詢的關(guān)鍵能力上帶來提升，推出全新向量檢索能力，支持向量數(shù)據(jù)類型和向量索引，并基于向量索引提供強(qiáng)大搜索能力。

用戶可通過SQL及Python SDK等方式靈活調(diào)用OceanBase的向量檢索能力。

如今，在通用數(shù)據(jù)庫中集成向量插件已經(jīng)成為一種趨勢(shì)，這種方式能夠直接復(fù)用通用數(shù)據(jù)已有功能和生態(tài)。

OceanBase與螞蟻集團(tuán)聯(lián)合開發(fā)了向量索引庫，這個(gè)索引庫已經(jīng)在螞蟻集團(tuán)大量業(yè)務(wù)場(chǎng)景中得到驗(yàn)證（如生物識(shí)別、企業(yè)內(nèi)部知識(shí)庫等），性能成熟。

現(xiàn)場(chǎng)跑分結(jié)果顯示，該向量庫在960維的GIST數(shù)據(jù)集上表現(xiàn)出色，在ANN Benmarks測(cè)試中性能遠(yuǎn)超其他算法，排名第一。

特別是在 90% 以上的召回率區(qū)間，查詢性能（QPS）相比此前最優(yōu)算法 glass 提升 100%，相比基線算法hnswlib提升300%。

該向量引擎深度融合了OceanBase的存儲(chǔ)引擎和SQL引擎，實(shí)現(xiàn)SQL+AI一體化。能夠在一條SQL語句中實(shí)現(xiàn)標(biāo)量、向量、空間地理等混合查詢。

比如“望小京”demo中，用戶給的提示詞為“推薦兩公里內(nèi)、評(píng)分4.5以上、人均消費(fèi)25元以內(nèi)干凈衛(wèi)生的奶茶店”。這背后涉及到處理文本、圖像和地理位置等不同類型的數(shù)據(jù)，需要更強(qiáng)大的數(shù)據(jù)分析和查詢能力。

最后，OceanBase 4.3.3還針對(duì)AP（分析處理）場(chǎng)景進(jìn)行大幅性能優(yōu)化，尤其是在海量數(shù)據(jù)分析時(shí)，能夠提供更短的響應(yīng)時(shí)間和更高的吞吐能力。

• TPC-H 1T場(chǎng)景提升64%
• TPC-DS 1T場(chǎng)景提升36%
• ClickBench hot- run提升49%
• cold-run性能提升149%

同時(shí)大幅完善了實(shí)時(shí)AP功能，包括支持列存副本、物化視圖、外表集成、快速導(dǎo)入導(dǎo)出等。

實(shí)現(xiàn)滿足TP和AP負(fù)載的物理資源強(qiáng)隔離，可確保系統(tǒng)在處理事務(wù)型負(fù)載時(shí)，不受分析型負(fù)載的影響，特別是在實(shí)時(shí)數(shù)據(jù)分析和決策場(chǎng)景中，能夠保持系統(tǒng)的高性能與穩(wěn)定性。

在易用性方面也做了升級(jí)，通過提供AP參數(shù)版本，用戶可以針對(duì)不同場(chǎng)景選擇特定模板，不需要再單獨(dú)配置參數(shù)。并增強(qiáng)了AP場(chǎng)景中對(duì)SQL診斷能力的支持。

總結(jié)來看，OceanBase 4.3.3在基礎(chǔ)分布式能力上，帶來更強(qiáng)性能、向量多模融合、融入AI技術(shù)棧。

也就是將AI與數(shù)據(jù)庫進(jìn)一步融合。

這并不難理解，AI應(yīng)用/AI Agent大勢(shì)所在，各類應(yīng)用智能化升級(jí)改造，底層數(shù)據(jù)庫必須緊隨趨勢(shì)升級(jí)。

不過在這之中，OceanBase還反復(fù)提到了一個(gè)關(guān)鍵詞——一體化。

它不僅是OceanBase的自身特性，如今也逐漸成為行業(yè)擁抱AI時(shí)代的一個(gè)優(yōu)解。

Why？

更快推動(dòng)AI應(yīng)用大規(guī)模落地

對(duì)于數(shù)據(jù)庫的發(fā)展，行業(yè)內(nèi)逐漸達(dá)成一些共識(shí)。

AI能力大幅提升，導(dǎo)致全球80%以上的非結(jié)構(gòu)化數(shù)據(jù)被激活，背后的挖掘分析需求井噴，在這一新變化下，數(shù)據(jù)處理面臨更大規(guī)模、更多模態(tài)、實(shí)時(shí)性更強(qiáng)以及數(shù)據(jù)碎片和數(shù)據(jù)孤島問題。

這些變化給數(shù)據(jù)庫提出了諸多新的發(fā)展需求。

最首要的便是，分布式數(shù)據(jù)庫成為一種大趨勢(shì)。

華東師范大學(xué)數(shù)據(jù)學(xué)院院長(zhǎng)、CCF數(shù)據(jù)庫專委會(huì)常委錢衛(wèi)寧提出，互聯(lián)網(wǎng)時(shí)代數(shù)據(jù)走向了開放環(huán)境，在數(shù)據(jù)是分布式的時(shí)代里，數(shù)據(jù)庫也需要是分布式的。

分布式數(shù)據(jù)庫可以讓多臺(tái)服務(wù)器協(xié)同作業(yè)，完成單臺(tái)服務(wù)器無法處理的任務(wù)，尤其是高并發(fā)或者大數(shù)據(jù)量的任務(wù)。

除此之外，隨著AI、云計(jì)算等技術(shù)發(fā)展，數(shù)據(jù)庫還呈現(xiàn)出以下特點(diǎn)。

第一，云計(jì)算的普及推動(dòng)了云數(shù)據(jù)庫的快速發(fā)展。云數(shù)據(jù)庫提供按需擴(kuò)展、高可用性和成本效益。

第二，大數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)需求增加，多模態(tài)是一種趨勢(shì)，NoSQL數(shù)據(jù)庫（如MongoDB、Cassandra、Redis、Couchbase）越來越受到歡迎。NoSQL數(shù)據(jù)庫提供了更好的擴(kuò)展性和靈活性，適用于存儲(chǔ)和處理各種數(shù)據(jù)類型，如文檔、鍵值對(duì)、圖數(shù)據(jù)等。

第三，HTAP數(shù)據(jù)庫成為熱點(diǎn)，甚至是主流數(shù)據(jù)庫的一項(xiàng)基礎(chǔ)能力。這類數(shù)據(jù)庫能夠同時(shí)處理事務(wù)性和分析性工作負(fù)載，滿足了企業(yè)實(shí)時(shí)數(shù)據(jù)處理和分析的需求。

第四，開源也是一大趨勢(shì)。開源數(shù)據(jù)庫（如PostgreSQL、MySQL、MariaDB）憑借其社區(qū)驅(qū)動(dòng)的發(fā)展模式、強(qiáng)大的功能和靈活的部署方式，成為企業(yè)和開發(fā)者的熱門選擇。

不過來到實(shí)際落地層面，盡管數(shù)據(jù)、數(shù)據(jù)庫在變得更加多元復(fù)雜，但是企業(yè)用戶總還是希望能只用一套系統(tǒng)來解決不同工作負(fù)載。

比如能同時(shí)在事務(wù)處理（如支付、訂單等高頻交易場(chǎng)景）和復(fù)雜的實(shí)時(shí)分析查詢，這背后需要TP+AP結(jié)合。

以及AI與多模查詢能力的融合，如Rockset和Oracle這樣的數(shù)據(jù)庫系統(tǒng)通過hybrid search融合查詢技術(shù)，將SQL查詢與向量化查詢相結(jié)合，使得數(shù)據(jù)處理能夠同時(shí)包含文本、結(jié)構(gòu)化數(shù)據(jù)和向量數(shù)據(jù)等不同類型。

方方面面影響下，一體化設(shè)計(jì)逐漸成為被市場(chǎng)青睞的路線。

以MongoDB和Oracle為代表的數(shù)據(jù)庫廠商正在各自推動(dòng)一體化數(shù)據(jù)庫的發(fā)展。國家工業(yè)信息安全發(fā)展研究中心等共同編制的《分布式數(shù)據(jù)庫發(fā)展趨勢(shì)研究報(bào)告》中也表示，分布式數(shù)據(jù)架構(gòu)的設(shè)計(jì)正在走向一體化。

在這之中，OceanBase的一體化理念非常鮮明。它包括：

• 一體化產(chǎn)品：多工作負(fù)載（TP+AP）、多模（SQL+NoSQL）、向量（SQL+AI）。
• 一體化引擎：一體化存儲(chǔ)，一體化事務(wù)，一體化SQL。
• 一體化架構(gòu)：包括單機(jī)分布式一體化與多云原生。

OceanBase介紹，這種一體化的思路是隨著客戶需求不斷發(fā)展而來。

首先在底層架構(gòu)設(shè)計(jì)上，單機(jī)分布式一體化與多云原生并存，可以滿足大中小企業(yè)的不同需求。OceanBase已經(jīng)和目前主流云廠商均達(dá)成合作，實(shí)現(xiàn)公有云“多云共生”，同時(shí)也提供專有云、混合云等不同部署環(huán)境，保證一致體驗(yàn)。

其次隨著數(shù)據(jù)庫場(chǎng)景不斷變化，從傳統(tǒng)場(chǎng)景到泛互聯(lián)網(wǎng)場(chǎng)景，OceanBase從TP到TP+AP，逐漸走向多工作負(fù)載一體化。

比如在第一階段OLTP+，會(huì)浮現(xiàn)出山東移動(dòng)這類客戶的需求，他們主要關(guān)注復(fù)雜查詢場(chǎng)景，需要增強(qiáng)業(yè)務(wù)處理效率。

第二階段浮現(xiàn)出了海底撈這類用戶的需求。海底撈本來使用兩個(gè)系統(tǒng)分別處理OLTP和OLAP，這導(dǎo)致OLTP和OLAP之間存在數(shù)據(jù)延遲，沒法保證數(shù)據(jù)一致性，還需要兩份數(shù)據(jù)兩份成本。OceanBase能將其整合，不僅使整體成本降低，還能提升原本的AP性能。

第三階段還會(huì)浮現(xiàn)出實(shí)時(shí)營銷等場(chǎng)景，對(duì)實(shí)時(shí)AP提出更多要求。

以及在實(shí)際推廣中，OceanBase發(fā)現(xiàn)越來越多客戶將OceanBase既應(yīng)用在KV存儲(chǔ)場(chǎng)景，也應(yīng)用在NoSQL場(chǎng)景，或者替換HBase、Redis等。因?yàn)镺ceanBase能夠解決各個(gè)場(chǎng)景中很多棘手問題，比如對(duì)于NoSQL而言，最大的挑戰(zhàn)在于數(shù)據(jù)規(guī)模，分布式架構(gòu)可以很好解決數(shù)據(jù)擴(kuò)展的問題。

因此，順應(yīng)用戶需求，OceanBase在不斷增加對(duì)多種數(shù)據(jù)類型的支持，實(shí)現(xiàn)多模一體化。

最后，來到AI時(shí)代。“AI for DB，DB for AI”成為共識(shí)。

AI應(yīng)用大規(guī)模落地的前提是大模型技術(shù)能夠在各行各業(yè)低成本易用。

數(shù)據(jù)庫的發(fā)展經(jīng)驗(yàn)可以為AI應(yīng)用推廣提供參考。比如在數(shù)據(jù)庫中引入向量插件，實(shí)現(xiàn)SQL+AI，能夠大幅簡(jiǎn)化原有AI技術(shù)棧，讓打造AI Agent的門檻驟降。

最后總結(jié)來看，以O(shè)ceanBase為代表的一體化數(shù)據(jù)庫不僅能為企業(yè)提供更更好的數(shù)據(jù)底座，而且方方面面都滿足AI應(yīng)用發(fā)展的需求。它總體呈現(xiàn)出這些特點(diǎn)：

第一，高效的數(shù)據(jù)處理和分析。

支持HTAP，能夠在同一個(gè)系統(tǒng)中同時(shí)處理事務(wù)性（OLTP）和分析性（OLAP）負(fù)載。企業(yè)可以實(shí)時(shí)地對(duì)交易數(shù)據(jù)進(jìn)行分析，而不需要等待數(shù)據(jù)的同步和轉(zhuǎn)移，從而加快決策速度和響應(yīng)時(shí)間。

實(shí)時(shí)分析，可以在數(shù)據(jù)生成的同時(shí)進(jìn)行分析，確保數(shù)據(jù)的時(shí)效性，這對(duì)于實(shí)時(shí)推薦、風(fēng)控、監(jiān)控等AI應(yīng)用至關(guān)重要。

第二，簡(jiǎn)化的數(shù)據(jù)管理。

一體化數(shù)據(jù)庫能夠確保數(shù)據(jù)的一致性和完整性，因?yàn)槭聞?wù)處理和分析處理在同一個(gè)系統(tǒng)內(nèi)完成，避免了數(shù)據(jù)同步和轉(zhuǎn)換過程中可能出現(xiàn)的延遲和錯(cuò)誤。

通過將多種數(shù)據(jù)類型（如關(guān)系型數(shù)據(jù)、文檔數(shù)據(jù)、向量數(shù)據(jù)等）集成在一個(gè)系統(tǒng)中，一體化數(shù)據(jù)庫簡(jiǎn)化了數(shù)據(jù)存儲(chǔ)和管理。企業(yè)不需要維護(hù)多個(gè)數(shù)據(jù)庫系統(tǒng)，減少了數(shù)據(jù)孤島問題和運(yùn)維復(fù)雜性。

第三，靈活性和擴(kuò)展性。

一體化數(shù)據(jù)庫支持多模態(tài)數(shù)據(jù)處理，能夠處理和分析結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。這種靈活性使企業(yè)可以在一個(gè)平臺(tái)上處理不同類型的數(shù)據(jù)，滿足各種業(yè)務(wù)需求。

一體化數(shù)據(jù)庫可以在公有云、私有云和本地?cái)?shù)據(jù)中心的混合環(huán)境中部署，支持異構(gòu)環(huán)境下的數(shù)據(jù)管理和應(yīng)用。這使企業(yè)能夠根據(jù)業(yè)務(wù)需求靈活選擇和調(diào)整部署方案。

第四，簡(jiǎn)化AI應(yīng)用構(gòu)建。

AI應(yīng)用通常需要進(jìn)行高效的向量檢索和相似性搜索。一體化數(shù)據(jù)庫通過深度集成向量引擎，支持快速向量化計(jì)算和相似度查詢，提升AI應(yīng)用的性能。

一體化數(shù)據(jù)庫能夠?qū)?shù)據(jù)存儲(chǔ)和AI模型緊密結(jié)合，支持復(fù)雜的AI工作負(fù)載。這種集成減少了數(shù)據(jù)傳輸?shù)难舆t，提高了模型訓(xùn)練和推理的效率。

第五，降低成本和復(fù)雜性。

一體化數(shù)據(jù)庫減少了企業(yè)需要維護(hù)的數(shù)據(jù)庫系統(tǒng)數(shù)量，簡(jiǎn)化了技術(shù)棧，降低了系統(tǒng)集成和運(yùn)維的復(fù)雜性。

通過優(yōu)化資源利用和減少多系統(tǒng)間的數(shù)據(jù)同步和轉(zhuǎn)換，一體化數(shù)據(jù)庫降低了總體擁有成本，提高了投資回報(bào)率。

AI時(shí)代，Data is Power。

李飛飛當(dāng)初篤定做ImageNet，背后的核心邏輯就在于，她相信AI改變世界，數(shù)據(jù)是最簡(jiǎn)單最直接的方式。

如今，AI應(yīng)用落地趨勢(shì)已經(jīng)開啟。數(shù)據(jù)作為生產(chǎn)要素，在AI時(shí)代已是水電般的存在。

而一體化數(shù)據(jù)庫正在為數(shù)據(jù)更充分靈活高效應(yīng)用提供新思路。

據(jù)了解，一體化數(shù)據(jù)庫OceanBase將成為螞蟻集團(tuán)的AI數(shù)據(jù)底座，為一系列AI時(shí)代新應(yīng)用“支小寶”、“螞小財(cái)”以及支付寶百寶箱智能體開發(fā)平臺(tái)的數(shù)據(jù)管理提供支持。

一體化正在成為數(shù)據(jù)庫發(fā)展歷程中，一個(gè)旗幟鮮明的方向。