演講實(shí)錄 | 楊傳輝：AI 時(shí)代，OceanBase 帶來(lái)了哪些產(chǎn)品革新？

編者按

11 月 18 日，2025 OceanBase 年度發(fā)布會(huì)在北京舉行?，F(xiàn)場(chǎng)發(fā)布并開(kāi)源了 OceanBase 首款 AI 原生混合搜索數(shù)據(jù)庫(kù) seekdb（簡(jiǎn)稱(chēng) seekdb ）。作為 OceanBase “Data x AI”戰(zhàn)略的關(guān)鍵一環(huán)，OceanBase 4.4 一體化融合版本也正式發(fā)布。

在之后的分享中，OceanBase CTO 楊傳輝以“OceanBase：打造 AI 時(shí)代的一體化數(shù)據(jù)庫(kù)”為題，介紹了 OceanBase 在 AI 時(shí)代的產(chǎn)品革新和演進(jìn)。他表示，在 AI 時(shí)代，一體化架構(gòu)所承載的核心技術(shù)能力，只會(huì)愈發(fā)重要。在他看來(lái)，向量搜索是 AI 數(shù)據(jù)庫(kù)的初級(jí)階段，而最終，所有向量搜索都會(huì)逐步演進(jìn)為混合搜索 —— 能否支持混合搜索，正是衡量 AI 數(shù)據(jù)庫(kù)核心實(shí)力的關(guān)鍵分水嶺。

以下為演講實(shí)錄：

各位來(lái)賓、數(shù)據(jù)庫(kù)領(lǐng)域的新老朋友，大家上午好。剛剛我們正式發(fā)布并開(kāi)源了 OceanBase 首款 AI 原生混合搜索數(shù)據(jù)庫(kù) seekdb，也提到了混合搜索這一核心方向。今天我的分享，同樣圍繞 AI 展開(kāi)，主題是 “打造 AI 時(shí)代的一體化數(shù)據(jù)庫(kù)”。

相信不少嘉賓在展區(qū)已經(jīng)感受到，這次發(fā)布會(huì)和以往有明顯不同 —— 我們帶來(lái)了大量 AI 相關(guān)的新產(chǎn)品。所以今天的分享，我不會(huì)聚焦 TP 或分析 AP，核心想和大家聊聊我們對(duì) AI 時(shí)代、混合搜索與 seekdb 的思考，以及近期的開(kāi)發(fā)進(jìn)展。

AI時(shí)代一體化數(shù)據(jù)庫(kù)的變與不變

首先，我們不妨回顧一下數(shù)據(jù)庫(kù)技術(shù)范式的演進(jìn)。數(shù)據(jù)庫(kù)技術(shù)奠基人之一 E.F.Codd 于 1970 年提出關(guān)系模型，當(dāng)時(shí)這一模型主要面向交易場(chǎng)景；1993 年，他又提出了面向分析的 OLAP。而最近幾年，業(yè)界涌現(xiàn)的所有新數(shù)據(jù)庫(kù)產(chǎn)品，本質(zhì)上都是面向 AI 的 —— 既包括大家熟悉的各類(lèi)向量數(shù)據(jù)庫(kù)，也涵蓋 Supabase等 熱門(mén)產(chǎn)品。不難發(fā)現(xiàn)，整個(gè)數(shù)據(jù)庫(kù)領(lǐng)域的技術(shù)范式，正從原本的支撐應(yīng)用服務(wù)，逐步延伸到智能服務(wù)的全新階段。

我們注意到，Oracle、MongoDB 等業(yè)界主流數(shù)據(jù)庫(kù)，也正紛紛在自身引擎中新增搜索能力，以此適配 AI 原生場(chǎng)景的需求。在 AI 領(lǐng)域有個(gè)常見(jiàn)概念叫 AI Ready，而我們認(rèn)為，AI Ready 必然會(huì)向 AI Native 逐步演進(jìn)。所謂 AI Native，絕非僅做好數(shù)據(jù)準(zhǔn)備那么簡(jiǎn)單，核心是將模型能力深度集成到數(shù)據(jù)庫(kù)中，最終實(shí)現(xiàn)數(shù)據(jù)與模型在數(shù)據(jù)庫(kù)內(nèi)的原生融合。近期行業(yè)內(nèi)的多起收購(gòu)事件也印證了這一趨勢(shì) ——MongoDB 收購(gòu) Voyage AI、Elastic 收購(gòu) Jina AI，核心訴求都是推動(dòng)數(shù)據(jù)與模型的融合，我們高度認(rèn)同這一行業(yè)趨勢(shì)。

AI 時(shí)代的到來(lái)，既給數(shù)據(jù)庫(kù)領(lǐng)域帶來(lái)了巨大挑戰(zhàn)，更孕育著前所未有的發(fā)展機(jī)遇。

首先，AI 時(shí)代的數(shù)據(jù)庫(kù)，數(shù)據(jù)處理量會(huì)持續(xù)激增，用戶(hù)與租戶(hù)規(guī)模也將迎來(lái)量級(jí)式增長(zhǎng)。與此同時(shí)，AI 還會(huì)給數(shù)據(jù)庫(kù)帶來(lái)全新的工作負(fù)載 —— 我們將其定義為“面向 Agent 的多路混合搜索”。

在 AI 時(shí)代，數(shù)據(jù)庫(kù)的處理范疇不再局限于結(jié)構(gòu)化數(shù)據(jù)與少量半結(jié)構(gòu)化數(shù)據(jù)，還需要承載更多半結(jié)構(gòu)化乃至無(wú)結(jié)構(gòu)化數(shù)據(jù)。這意味著，除了傳統(tǒng)關(guān)系模型，數(shù)據(jù)庫(kù)還需支持 JSON 處理半結(jié)構(gòu)化數(shù)據(jù)，并為無(wú)結(jié)構(gòu)化數(shù)據(jù)構(gòu)建各類(lèi)語(yǔ)義索引，比如大家熟知的向量索引、圖索引、全文索引等。在此基礎(chǔ)上，我們更需要一套能覆蓋結(jié)構(gòu)化、半結(jié)構(gòu)化、無(wú)結(jié)構(gòu)化數(shù)據(jù)的混合搜索能力。

AI 還帶來(lái)了顯著的技術(shù)平權(quán)效應(yīng)。過(guò)去，數(shù)據(jù)庫(kù)主要由專(zhuān)業(yè)人士通過(guò)開(kāi)發(fā)應(yīng)用程序來(lái)使用，而在今天的 AI 時(shí)代，即便沒(méi)有計(jì)算機(jī)相關(guān)背景，普通人也能借助大模型輕松開(kāi)發(fā)自己的 Agent。這也意味著，未來(lái)數(shù)據(jù)庫(kù)的用戶(hù)量與租戶(hù)數(shù)量，必將實(shí)現(xiàn)倍數(shù)級(jí)的爆發(fā)式增長(zhǎng)。

聊完了 AI 時(shí)代數(shù)據(jù)庫(kù)的變化，我們更要明確數(shù)據(jù)庫(kù)的變與不變。其中一點(diǎn)我堅(jiān)信不疑：數(shù)據(jù)庫(kù)領(lǐng)域不僅不會(huì)被取代，在 AI 時(shí)代還會(huì)變得愈發(fā)重要。

無(wú)論 AI 如何迭代演進(jìn)，數(shù)據(jù)庫(kù)的核心基礎(chǔ)能力始終不可或缺：我們?nèi)孕枰煽康臄?shù)據(jù)庫(kù)引擎，解決單機(jī)、分布式及多云平臺(tái)的各類(lèi)問(wèn)題；仍需要行存數(shù)據(jù)庫(kù)支撐交易場(chǎng)景，列存數(shù)據(jù)庫(kù)處理分析需求，更需要強(qiáng)大的 SQL 優(yōu)化器應(yīng)對(duì) HTAP 混合負(fù)載。同時(shí)，數(shù)據(jù)庫(kù)還需提供豐富的 SQL 功能，助力大家平滑完成從 MySQL、Oracle 等系統(tǒng)的升級(jí)。

混合搜索是 AI 數(shù)據(jù)庫(kù)的關(guān)鍵分水嶺

在 AI 時(shí)代，一體化架構(gòu)所承載的核心技術(shù)能力，只會(huì)愈發(fā)重要。一提到 AI 數(shù)據(jù)庫(kù)，很多人首先想到的是向量搜索，但在我看來(lái)，向量搜索只是 AI 數(shù)據(jù)庫(kù)的初級(jí)階段。最終，所有向量搜索都會(huì)逐步演進(jìn)為混合搜索 —— 能否支持混合搜索，正是衡量 AI 數(shù)據(jù)庫(kù)核心實(shí)力的關(guān)鍵分水嶺。

大家都知道，大模型具備強(qiáng)大的計(jì)算能力，但缺乏長(zhǎng)期記憶。這就需要數(shù)據(jù)庫(kù)為大模型提供支撐：存儲(chǔ)并管理其上下文信息，同時(shí)精準(zhǔn)輸出大模型所需的上下文。這個(gè)過(guò)程，也被稱(chēng)為 “上下文工程”。要做好“上下文工程”，首先需要通過(guò)向量搜索、向量嵌入解決 “找相似” 的問(wèn)題。但 “找相似” 只是上下文工程的一部分，除此之外，還可能需要通過(guò)全文搜索實(shí)現(xiàn) “找相同”，或借助知識(shí)圖譜與圖索引，挖掘全局相關(guān)的信息。

“上下文工程”往往還涉及大量元數(shù)據(jù)管理，這就需要依托關(guān)系型數(shù)據(jù)庫(kù)的能力 —— 通過(guò)關(guān)系過(guò)濾、關(guān)系查找縮小檢索范圍。每一路檢索都會(huì)產(chǎn)出部分結(jié)果，最終要將各路結(jié)果融合，并經(jīng)過(guò)全局重排序(rerank)，才能為大模型輸出其真正需要的精準(zhǔn)結(jié)果。這正是混合檢索的核心邏輯。

首先，高性能且功能完備的向量搜索，是多路混合搜索的核心基礎(chǔ)。目前，OceanBase 向量搜索性能已達(dá)到業(yè)界開(kāi)源向量數(shù)據(jù)庫(kù)的最優(yōu)水平—— 無(wú)論是稠密向量還是稀疏向量，在向量數(shù)據(jù)庫(kù)領(lǐng)域主流 benchmark 測(cè)試中均表現(xiàn)突出。同時(shí)，我們的磁盤(pán)向量索引，在構(gòu)建時(shí)間與存儲(chǔ)占用兩方面，也實(shí)現(xiàn)了業(yè)界領(lǐng)先。

具備強(qiáng)大的向量搜索能力后，我們進(jìn)一步實(shí)現(xiàn)了向量搜索與全文搜索的深度融合，通過(guò)多路搜索顯著提升召回效果。

左側(cè)圖示清晰呈現(xiàn)了不同搜索方式的召回表現(xiàn)：僅采用單一搜索路徑（無(wú)論全文搜索、稠密向量還是稀疏向量），都難以達(dá)到最優(yōu)召回效果；唯有將稀疏向量、稠密向量與全文搜索相結(jié)合，才能實(shí)現(xiàn)更優(yōu)的召回表現(xiàn)，達(dá)成 1+1 大于 2 的協(xié)同效應(yīng)。

值得一提的是，OceanBase 不僅擁有上述高性能向量搜索能力，還已落地生產(chǎn)級(jí)全文搜索功能。更重要的是，這兩大能力均構(gòu)建于 OceanBase 數(shù)據(jù)庫(kù)原生架構(gòu)之上，天然繼承了分布式架構(gòu)的彈性擴(kuò)展特性與對(duì)象存儲(chǔ)的高效適配能力。

在 AI 場(chǎng)景中，除了要開(kāi)展多路搜索，還需妥善管理 AI 場(chǎng)景下的元數(shù)據(jù)。要做好 AI 數(shù)據(jù)庫(kù)的元數(shù)據(jù)管理，不僅需要支持元數(shù)據(jù)的實(shí)時(shí)寫(xiě)入與事務(wù)一致性，還需實(shí)現(xiàn)元數(shù)據(jù)檢索結(jié)果與多路搜索結(jié)果的 SQL 級(jí)聯(lián)動(dòng)。毫無(wú)疑問(wèn)，支持 HTAP 的關(guān)系型數(shù)據(jù)庫(kù)是更優(yōu)選擇。通過(guò)將關(guān)系模型與向量、全文、JSON 能力深度融合，OceanBase 最終形成了全面的混合搜索能力。

下面我簡(jiǎn)單分享幾個(gè) OceanBase 混合檢索的客戶(hù)實(shí)踐案例：

貨拉拉基于 OceanBase 混合檢索，搭建了一站式企業(yè) AI 數(shù)據(jù)底座。貨拉拉的 AI 應(yīng)用場(chǎng)景十分豐富，涵蓋知識(shí)庫(kù)、AI Coding、Agent 平臺(tái)、ChatBI 等。此前，他們?cè)褂枚嗫畈煌a(chǎn)品，包括搜索產(chǎn)品 V search 及兩款不同的向量數(shù)據(jù)庫(kù)；升級(jí)至 OceanBase 后，實(shí)現(xiàn)了多產(chǎn)品合一，不僅解決了原有開(kāi)源組件的穩(wěn)定性問(wèn)題，還直接復(fù)用 OceanBase 的高可用能力，達(dá)成 RPO=0、RTO＜8 秒的高標(biāo)準(zhǔn)。

聯(lián)通也是借助 OceanBase 的混合搜索能力，構(gòu)建了公司級(jí)統(tǒng)一知識(shí)庫(kù)平臺(tái)，該場(chǎng)景此前采用 “關(guān)系數(shù)據(jù)庫(kù) + 全文向量搜索數(shù)據(jù)庫(kù)” 的架構(gòu)。將兩者融合至 OceanBase 后，在 10 億級(jí)向量規(guī)模下，OceanBase 的處理效率達(dá)到原全文向量搜索數(shù)據(jù)庫(kù)的兩倍以上；同時(shí)通過(guò)融合關(guān)系查找與多路搜索，成功解決了知識(shí)庫(kù)的元數(shù)據(jù)管理難題，包括精細(xì)化權(quán)限管控及靈活的用戶(hù)間權(quán)限共享需求。

螞蟻百寶箱基于混合搜索實(shí)現(xiàn)了智能體在線(xiàn)搜索。此前他們?cè)褂孟蛄繑?shù)據(jù)庫(kù)、搜索產(chǎn)品及 OceanBase 本身分別管理不同數(shù)據(jù)，最終全部融合至一套 OceanBase 后，不僅幫助客戶(hù)統(tǒng)一了技術(shù)棧，還將業(yè)務(wù)層的多產(chǎn)品融合搜索能力下沉至數(shù)據(jù)庫(kù)層，極大簡(jiǎn)化了數(shù)據(jù)架構(gòu)。

AI 時(shí)代需要怎樣的數(shù)據(jù)架構(gòu)？

實(shí)現(xiàn) AI 場(chǎng)景下的混合搜索，主要有兩種路徑：

第一種實(shí)現(xiàn)方式是從頭開(kāi)始搭建一個(gè)混合搜索的數(shù)據(jù)庫(kù)；第二種方式是直接基于關(guān)系數(shù)據(jù)庫(kù)增加混合搜索的功能。

在我看來(lái)，第二種路徑更具優(yōu)勢(shì)，核心原因有兩點(diǎn)：1.關(guān)系型數(shù)據(jù)庫(kù)不管是在功能完備性、易用性還是生態(tài)成熟度上，均遠(yuǎn)超其他非關(guān)系型數(shù)據(jù)庫(kù)；2.支撐 AI 場(chǎng)景，除了要有混合搜索能力，底層還需一套現(xiàn)代數(shù)據(jù)架構(gòu)。

以 OceanBase 為代表的關(guān)系型數(shù)據(jù)庫(kù)，已具備成熟的現(xiàn)代數(shù)據(jù)架構(gòu) —— 這種架構(gòu)技術(shù)壁壘高，也是 AI 時(shí)代數(shù)據(jù)庫(kù)的 Foundation。

那么什么是現(xiàn)代數(shù)據(jù)架構(gòu)？我認(rèn)為核心包含三個(gè)點(diǎn)：

第一個(gè)點(diǎn)：現(xiàn)代數(shù)據(jù)架構(gòu)一定是非常好用的；

第二個(gè)點(diǎn)：現(xiàn)代數(shù)據(jù)架構(gòu)一定是非常靈活的；

第三個(gè)點(diǎn)：一定是面向未來(lái)能夠支撐 AI 的。

現(xiàn)代數(shù)據(jù)架構(gòu)的底層核心是一體化架構(gòu)，用戶(hù)想要什么功能，數(shù)據(jù)庫(kù)就提供相應(yīng)的功能，無(wú)需根據(jù)功能的不同而選擇不同的存儲(chǔ)產(chǎn)品、學(xué)習(xí)不同的技術(shù)?！，F(xiàn)在的數(shù)據(jù)庫(kù)架構(gòu)非常靈活，在部署模式上，用戶(hù)可自由選擇上云、不上云或特定云平臺(tái)。

同時(shí)，現(xiàn)代數(shù)據(jù)架構(gòu)也需要能夠支持按需使用。數(shù)據(jù)量小時(shí)用小規(guī)格部署，數(shù)據(jù)量增長(zhǎng)后無(wú)縫擴(kuò)容，完美適配從初創(chuàng)到規(guī)?；娜A段需求。

更關(guān)鍵的是，現(xiàn)代數(shù)據(jù)架構(gòu)需原生支持 AI 場(chǎng)景。除了前文提到的混合搜索能力，原生多租戶(hù)能力也至關(guān)重要 —— 因?yàn)?AI 時(shí)代，數(shù)據(jù)庫(kù)的使用者早已不局限于 DBA 或計(jì)算機(jī)專(zhuān)業(yè)開(kāi)發(fā)人員，每一個(gè)普通人都能通過(guò)大模型輕松構(gòu)建自己的 AI Agent。

一體化架構(gòu)的核心，我將其總結(jié)為 “三多”：多負(fù)載、多模態(tài)、混合多云。

1. 多負(fù)載：一套數(shù)據(jù)庫(kù)引擎即可全面支持交易、分析、AI 等各類(lèi)工作負(fù)載；
2. 多模態(tài)：兼容多樣化數(shù)據(jù)類(lèi)型與索引 —— 既涵蓋結(jié)構(gòu)化數(shù)據(jù)的關(guān)系模型、半結(jié)構(gòu)化數(shù)據(jù)的 JSON 格式，也支持無(wú)結(jié)構(gòu)化數(shù)據(jù)的各類(lèi)語(yǔ)義索引，比如向量、全文、圖索引等；
3. 混合多云：賦予用戶(hù)完全的部署自由，可自主選擇上云、不上云或特定云平臺(tái)。更關(guān)鍵的是，用戶(hù)只需使用一套產(chǎn)品，就能實(shí)現(xiàn)跨所有公有云、混合云平臺(tái)的自動(dòng)升級(jí)，無(wú)需額外適配。

目前，OB Cloud 已成為業(yè)界支持公有云平臺(tái)最多的云數(shù)據(jù)庫(kù)產(chǎn)品，已兼容 7 朵主流云：國(guó)內(nèi)涵蓋阿里云、華為云、騰訊云、百度云四大平臺(tái)，海外覆蓋 AWS、Azure、GCP 三大平臺(tái)。我們的 OB Cloud 已落地 16 個(gè)國(guó)家和地區(qū)，覆蓋超 60 個(gè)地域、240 多個(gè)可用區(qū)，無(wú)論你身處全球哪個(gè)角落、哪個(gè)時(shí)區(qū)，都能便捷獲取 OB Cloud 一體化云數(shù)據(jù)庫(kù)。

同時(shí)，依托一體化架構(gòu)，我們實(shí)現(xiàn)了多云及混合云環(huán)境下的用戶(hù)體驗(yàn)一致性，更支持跨云高可用能力。當(dāng)用戶(hù)需要跨云升級(jí)時(shí)，OceanBase 可全程保障業(yè)務(wù)連續(xù)性，確保升級(jí)過(guò)程中業(yè)務(wù)不中斷。

AI 場(chǎng)景的工作負(fù)載具有極強(qiáng)的不確定性。AI Agent 這個(gè)生態(tài)雖然數(shù)量眾多，但多數(shù)都默默無(wú)聞，僅有少數(shù)會(huì)迎來(lái)爆發(fā)式流量，且這類(lèi)流量往往具備突發(fā)特性。因此，我們必須提供支持彈性伸縮架構(gòu)的 Serverless 方案，以靈活應(yīng)對(duì)流量波動(dòng)。

此外，AI 場(chǎng)景需要管理海量數(shù)據(jù) —— 包含大量長(zhǎng)上下文數(shù)據(jù)，既有文本類(lèi)型，也有多模態(tài)類(lèi)型。這些數(shù)據(jù)中，大部分屬于冷數(shù)據(jù)，僅近期高頻訪(fǎng)問(wèn)、用戶(hù)重點(diǎn)關(guān)注的數(shù)據(jù)為熱數(shù)據(jù)?；诖?，我們通過(guò)支持對(duì)象存儲(chǔ)的冷熱分離方案，高效解決海量數(shù)據(jù)的存儲(chǔ)與管理難題。

螞蟻集團(tuán)也正基于 OceanBase 開(kāi)展大模型預(yù)訓(xùn)練工作。為做好大模型預(yù)訓(xùn)練，螞蟻需要將海量網(wǎng)頁(yè)內(nèi)容提取至內(nèi)部，再進(jìn)行網(wǎng)頁(yè)的數(shù)據(jù)清洗與標(biāo)注。這些網(wǎng)頁(yè)數(shù)據(jù)中，大部分屬于冷數(shù)據(jù)，但仍有部分網(wǎng)頁(yè)更新頻繁，因此我們通過(guò)基于對(duì)象存儲(chǔ)的冷熱分離方案，高效適配這一需求；同時(shí)，數(shù)據(jù)清洗與標(biāo)注場(chǎng)景的流量具有明顯突發(fā)性 ，當(dāng)一批網(wǎng)頁(yè)數(shù)據(jù)集中涌入時(shí)，需要?jiǎng)討B(tài)調(diào)度計(jì)算資源實(shí)現(xiàn)彈性處理，而在這一過(guò)程中，就需要用到 OceanBase 的 Serverless 方案。

數(shù)模融合，一個(gè)正在被驗(yàn)證的趨勢(shì)

我認(rèn)為，數(shù)據(jù)與模型的深度融合，必將是未來(lái)的核心趨勢(shì)。在數(shù)據(jù)庫(kù)內(nèi)直接集成模型能力，能大幅降低模型開(kāi)發(fā)與使用的復(fù)雜度。

以我們的混合搜索為例：當(dāng)文檔進(jìn)入數(shù)據(jù)庫(kù)內(nèi)部后，除了進(jìn)行數(shù)據(jù)處理外，也需要對(duì)文檔做切片、解析、embedding，以及多路搜索。這一過(guò)程既用到數(shù)據(jù)處理能力，也集成了模型服務(wù)能力，包括 Parse 解析模型、embedding 模型、Rerank 模型等。

為此，OceanBase 支持了“Document in, Data out”，用戶(hù)只需將文檔寫(xiě)入數(shù)據(jù)庫(kù)，通過(guò)混合搜索，就能一步獲取所需結(jié)果，真正實(shí)現(xiàn)開(kāi)箱即用。相比傳統(tǒng)開(kāi)發(fā)模式 —— 我們需自行尋找各類(lèi)模型與組件，反復(fù)實(shí)驗(yàn)拼湊，有了“Document in, Data out”，用戶(hù)真正能開(kāi)箱即用，大幅降低了 AI 應(yīng)用的開(kāi)發(fā)復(fù)雜度。

當(dāng)數(shù)據(jù)庫(kù)集成了模型服務(wù)之后，OceanBase 也同時(shí)提供了 MaaS 平臺(tái)。所謂的 MaaS 就是 Model As a Service，提供了后訓(xùn)練到在線(xiàn)推理服務(wù)的全流程管理。MaaS 平臺(tái)支持微調(diào)等后訓(xùn)練，我們也支持對(duì)模型做量化，也支持做推理的加速、模型的評(píng)測(cè)，以及各種算力的調(diào)度、模型的管理等。如今，OceanBase 的 MaaS 平臺(tái)已經(jīng)支持了業(yè)界不同場(chǎng)景主流的大語(yǔ)言模型，包括海外和國(guó)產(chǎn) GPU。

AI 原生數(shù)據(jù)庫(kù)的設(shè)計(jì)，必然要秉持開(kāi)源、開(kāi)放的核心理念。剛才我們已經(jīng)正式發(fā)布了 OceanBase 首款 AI 原生混合搜索數(shù)據(jù)庫(kù) seekdb——基于 Apache2.0 協(xié)議的 AI 原生混合數(shù)據(jù)庫(kù)，主要有以下核心能力與優(yōu)勢(shì)如下：

首先，seekdb 支持多?；旌纤阉鳎瑑H需一條查詢(xún)，就能同時(shí)檢索關(guān)系、JSON、向量、全文等多種類(lèi)型的數(shù)據(jù)；其次，它內(nèi)置 AI Function 功能。因構(gòu)筑于 OceanBase 原生架構(gòu)之上，所以它也天然繼承了 OceanBase 原生的能力，包括 HTAP混合負(fù)載處理、MySQL 高度兼容等能力。

可能有朋友會(huì)問(wèn)，seekdb 是不是 OceanBase 的輕量版？答案是，兩者并不同。它遠(yuǎn)比輕量版更輕, 輕上加輕。此前 OceanBase 輕量版最低配置為 2C 8G，而 seekdb 首個(gè)版本已支持 1C2G ，未來(lái)還會(huì)把它的內(nèi)存需求進(jìn)一步降低至 1G 甚至 500M。這意味著，seekdb 不僅能部署在臺(tái)式機(jī)、桌面端，未來(lái)更可適配各類(lèi)嵌入式環(huán)境。

seekdb 是基于 Apache 2.0 協(xié)議的開(kāi)源產(chǎn)品，我們希望與業(yè)界開(kāi)發(fā)者共同探索，到底什么才是真正的 AI 原生數(shù)據(jù)庫(kù)。因?yàn)橛辛藰I(yè)界開(kāi)發(fā)者的參與，我相信，seekdb 的迭代速度也必將大幅提升。同時(shí)， OceanBase在 AI 的能力上將會(huì)跟進(jìn) seekdb 能力演進(jìn)，為大規(guī)模、超大型 AI 應(yīng)用提供落地能力和支撐。歡迎大家訪(fǎng)問(wèn) OceanBase seekdb 的官方網(wǎng)站—— oceanbase.ai，也誠(chéng)摯邀請(qǐng)現(xiàn)場(chǎng)及線(xiàn)上的開(kāi)發(fā)者們加入OceanBase seekdb的開(kāi)源社區(qū)共建開(kāi)放生態(tài)。

OceanBase seekdb是一款專(zhuān)為開(kāi)發(fā)者打造的 AI 原生數(shù)據(jù)庫(kù)，只需三行代碼，就能快速構(gòu)建應(yīng)用，實(shí)現(xiàn)關(guān)系、JSON、向量、全文的混合搜索。這里給大家舉一個(gè)簡(jiǎn)單的例子：

第一步，創(chuàng)建一個(gè)集合；第二步，在集合中添加文檔，并且可靈活指定文檔的元數(shù)據(jù)；第三步，直接使用 OceanBase 的混合搜索接口，直接獲取最終結(jié)果。

今天，我們也正式開(kāi)源了 OceanBase 的 PowerRAG 產(chǎn)品。PowerRAG 被認(rèn)為是 OceanBase 基于混合搜索的最佳實(shí)踐。PowerRAG在 RAGFlow 的框架之上構(gòu)建，有兩個(gè)特點(diǎn)。第一個(gè)特點(diǎn)，是基于混合搜索做的重新設(shè)計(jì)；第二個(gè)特點(diǎn)，該產(chǎn)品已在螞蟻集團(tuán)內(nèi)部真實(shí)業(yè)務(wù)場(chǎng)景中落地應(yīng)用，具備成熟的企業(yè)級(jí)能力。PowerRAG 文檔解析、處理能力，以及最終召回的效果，是具備企業(yè)級(jí)能力的，要好于業(yè)界已有的 RAG 解決方案。

同時(shí)，今天我們也正式發(fā)布并且開(kāi)源 PowerMem 解決方案， PowerMem 和 PowerRAG 一樣，也是基于混合搜索的一個(gè)解決方案。它兼容 Mem0 接口，幫助開(kāi)發(fā)者、用戶(hù)去管理大語(yǔ)言模型的上下文。同時(shí)，PowerMem 的性能在 LOCOMO Berchmark 里達(dá)到了業(yè)界開(kāi)源 Memory 解決方案的 SOTA 水平（State of the Art），歡迎在座的朋友以及線(xiàn)上的開(kāi)發(fā)者關(guān)注和加入 OceanBase 的 PowerRAG 以及 PowerMem 開(kāi)源社區(qū)。

今天是 seekdb 是發(fā)布的第一天，我們已經(jīng)和業(yè)界產(chǎn)品進(jìn)行了生態(tài)對(duì)接。這里面既包括全球知名的產(chǎn)品 Dify、Qoder，也包括 AI 領(lǐng)域的創(chuàng)業(yè)公司。當(dāng)然，我相信這些創(chuàng)業(yè)公司在剛開(kāi)始的時(shí)候就選擇 OceanBase 這樣一個(gè)能夠解決增長(zhǎng)問(wèn)題的產(chǎn)品，他們未來(lái)的增長(zhǎng)也一定會(huì)有更多的可能。

未來(lái)，我相信所有數(shù)據(jù)類(lèi)的產(chǎn)品都會(huì)用 AI 的方式重新改造一遍。ODC 是 OceanBase 面向開(kāi)發(fā)者的工具，ODC 正式推出 DataPilot。對(duì)于 ODC 而言，大家都非常熟悉它的自然語(yǔ)言轉(zhuǎn)化為 SQL，Text2SQL 的功能。但是，如果采用業(yè)界經(jīng)典的 Text2SQL 的解決方案，會(huì)面臨一個(gè)很大的問(wèn)題，那就是準(zhǔn)確率永遠(yuǎn)都沒(méi)有辦法滿(mǎn)足業(yè)務(wù)的需求。

Text2SQL 領(lǐng)域有個(gè)權(quán)威榜單BIRD-bench，行業(yè)內(nèi)普遍認(rèn)為，該榜單得分達(dá)到 80 分左右后，再想突破就十分困難。而 OceanBase 創(chuàng)新性地采用了 Text2Metrics 解決方案：我們先定義統(tǒng)一指標(biāo)，對(duì)領(lǐng)域術(shù)語(yǔ)進(jìn)行標(biāo)準(zhǔn)化規(guī)范，再通過(guò)這些指標(biāo)約束大語(yǔ)言模型的生成范圍。通過(guò)這一方式，我們將自然語(yǔ)言到 SQL 的轉(zhuǎn)化準(zhǔn)確率提升至 90 分以上 —— 目前已達(dá)到 92.2%，且在特定業(yè)務(wù)場(chǎng)景下，準(zhǔn)確率仍有進(jìn)一步提升空間。要知道，只有達(dá)到 90 分以上乃至更高的準(zhǔn)確率，自然語(yǔ)言轉(zhuǎn) SQL 技術(shù)才能真正落地生產(chǎn)系統(tǒng)，具備實(shí)實(shí)在在的業(yè)務(wù)價(jià)值。

我們還采用 Agentic AI 理念，對(duì)診斷監(jiān)控產(chǎn)品 OAS 進(jìn)行了全新設(shè)計(jì)。具體來(lái)說(shuō)，我們采用 Agentic AI Multi-Agent 架構(gòu)，它有一個(gè)主 Agent 負(fù)責(zé)核心的任務(wù)拆解與分配，再將不同細(xì)分任務(wù)精準(zhǔn)下發(fā)給對(duì)應(yīng)的專(zhuān)項(xiàng) Agent 執(zhí)行 —— 這個(gè)架構(gòu)相信很多在場(chǎng)嘉賓都非常熟悉。通過(guò)這一升級(jí)，OAS 實(shí)現(xiàn)了從查指標(biāo)、找問(wèn)題到對(duì)話(huà)即診斷的跨越。用戶(hù)只需通過(guò)自然對(duì)話(huà)，就能全程完成診斷流程，系統(tǒng)還會(huì)一步步呈現(xiàn)診斷過(guò)程中的詳細(xì)信息。這既方便開(kāi)發(fā)者人工介入干預(yù)，也讓 OAS 真正具備了在生產(chǎn)系統(tǒng)中落地應(yīng)用的實(shí)用價(jià)值。

今天我們也正式發(fā)布了OceanBase AI Stack 智能一體機(jī)。OceanBase 智能一體機(jī)最核心的組件是 OceanBase 的一體化架構(gòu)，支持多模混合搜索的數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)之上，我們集成了 PowerRAG、Agent 開(kāi)發(fā)平臺(tái)，以及 OceanBase 數(shù)據(jù)領(lǐng)域的Agent—— 包括之前提到的 ODC DataPilot、基于 Agentic AI 改造的 OAS 等。數(shù)據(jù)庫(kù)之下則搭載了 MaaS 平臺(tái)，可靈活支持各類(lèi)模型與算力部署。

OceanBase AI 智能一體機(jī)有兩大特點(diǎn)：第一是功能全面覆蓋，從底層的算力，海外或者國(guó)產(chǎn)算力支持，到模型、數(shù)據(jù)、RAG，到 Agent 開(kāi)發(fā)，再到數(shù)據(jù)領(lǐng)域智能體，能完整覆蓋企業(yè)從數(shù)據(jù)底座搭建到 AI 應(yīng)用開(kāi)發(fā)的全生命周期需求；第二個(gè)特點(diǎn)，就是超高性?xún)r(jià)比，它定價(jià)親民，無(wú)需高昂成本，企業(yè)就能直接擁有 OceanBase 這套完善的端到端解決方案。

最后，我們還是回到 OceanBase 的內(nèi)核，我們看看這一次OceanBase 的內(nèi)核，到底帶來(lái)哪些全新的能力？

OceanBase 4.4 版本是面向混合負(fù)載的 TP/AP 融合及向量增強(qiáng) LTS 版本，它融合了 OceanBase 4.2.5 LTS 的 OLTP 能力與 OceanBase 4.3.5 LTS 的 AP 及向量能力，能夠同時(shí)兼顧核心系統(tǒng)以及多元化業(yè)務(wù)系統(tǒng)對(duì)數(shù)據(jù)庫(kù)的需求。

在 OLTP 的性能方面，OceanBase4.4 版本相比 4.2.5 有了進(jìn)一步的提升，有大量主鍵沖突的場(chǎng)景，性能提升 15% 到 42%，回表場(chǎng)景的性能提升 5.7% 到 9.5%，PL 性能提升會(huì)更加明顯，對(duì)于 UDF 執(zhí)行的性能是提升了 2.3 倍，循環(huán)計(jì)算的性能提供了 4 倍，動(dòng)態(tài)語(yǔ)句的處理性能提升了 3.6 倍，AP 的性能也提到了進(jìn)一步的提升。相比 4.3.5 LTS，它的數(shù)據(jù)導(dǎo)入性能在 ClickBench 這個(gè)場(chǎng)景提升 37%，實(shí)時(shí)分析性能對(duì)于 ClickBench 提升 4%，TPC-H 提升 10%，TPC-DS 提升 13.7%，向量索引的性能也是得到進(jìn)一步的提升。

向量索引總共有兩種索引方式，IVF 和 HNSW。IVF 的索引提升 15%，HNSW 的性能提升 4%-32%。同時(shí)在向量索引上，也針對(duì) ARM 架構(gòu)進(jìn)行大量的優(yōu)化，在 ARM 架構(gòu)，性能有倍數(shù)的提升。

OceanBase 4.4 版本的內(nèi)核能力也做進(jìn)一步增強(qiáng)。它具備更強(qiáng)的安全能力以及 Oracle 的兼容能力。OceanBase 4.4 版本不僅支持全密態(tài)數(shù)據(jù)庫(kù)，還支持聯(lián)邦查詢(xún)和數(shù)據(jù)湖的融合，能夠幫助企業(yè)，尤其是金融與政企行業(yè)企業(yè)打通數(shù)據(jù)孤島。

OceanBase 4.4 版本同時(shí)支持存算一體架構(gòu)，以及公有云上的存儲(chǔ)計(jì)算分離部署模式，適配多樣化部署需求。更值得關(guān)注的是，該版本新增了一項(xiàng)核心能力 —— 實(shí)時(shí)增量物化視圖。這一功能大幅強(qiáng)化了 OceanBase 的 HTAP 實(shí)力：讓一套引擎既能穩(wěn)定支撐 OLTP 核心交易處理，又能通過(guò)動(dòng)態(tài)實(shí)時(shí)的增量物化視圖，實(shí)現(xiàn)多維度的實(shí)時(shí)分析，實(shí)現(xiàn)真正的HTAP。

結(jié)語(yǔ)

各位嘉賓、朋友，AI 時(shí)代的浪潮已然來(lái)臨。無(wú)論你是企業(yè)管理者，還是深耕技術(shù)的同行，大家都在思考：如何真正把 AI 用好、用深、用在業(yè)務(wù)里。在這樣的背景下，一個(gè)開(kāi)放、靈活、具備多模與混合搜索能力的數(shù)據(jù)庫(kù)，正成為企業(yè)邁向 AI 的關(guān)鍵基礎(chǔ)。它能幫你高效管理企業(yè)數(shù)據(jù)，更能將數(shù)據(jù)能力與 AI 能力深度融入業(yè)務(wù)流程，讓 Data 與 AI 真正落地生根，為業(yè)務(wù)創(chuàng)造實(shí)實(shí)在在的價(jià)值。

這就是我的分享，感謝大家一直以來(lái)對(duì) OceanBase 持續(xù)的支持。謝謝！

更多企業(yè)在數(shù)據(jù)庫(kù)與AI上的應(yīng)用實(shí)踐，大會(huì)中的精彩回放和資料，可通過(guò)下方鏈接，前往查看：https://www.oceanbase.com/conference2025/resources?utm_source=itpub&utm_campaign=1127