AI时代数据库走向融合，一体化数据库有何不同？

AI正在改变我们的生活，也在重构IT，比如应用层正在向着智能原生发展，基础设施层出现了智算中心，在数据层，占全球80%以上的非结构化数据因为AI能力的提升得到极大激发，非结构化数据的挖掘分析需求井喷。

以上这些变化为现代数据架构带来全新的挑战，数据栈中的每个环节都需要考虑如何因应AI带来的变革，而最为基础的数据库其AI之战已经打响，格外激烈，简化架构的一体化融合正成为未来数据库的发展趋势。

日前，OceanBase在其2024年度发布会上推出OceanBase 4.3.3 GA版本，推出向量检索与索引功能，实现SQL+AI一体化，一体化战略更加丰富，以更好满足AI时代的数据库需求。

AI时代数据库正在走向融合

支持向量检索已经成为AI时代的显性需求，Forrester公司的一项新研究发现，到2026年，75%的传统数据库(包括关系型数据库和NoSQL数据库)将在其产品中加入向量功能。

但是只有向量检索并不够，AI时代的数据处理需求发生了变化，需要数据库具备新的特性：

数据处理实时性要求高：随着实时数据分析和决策的需求增加，数据库必须能够快速处理大量数据，以支持实时应用，如在线推荐和动态定价。这对传统数据库在性能和响应时间上提出了更高的要求。

数据类型日益多样化：AI应用生成的数据量大且类型多样（结构化、半结构化和非结构化），数据库需要具备处理和存储不同类型数据的能力，要求支持多模架构，以满足多模态的数据需求。

数据处理复杂度增加：AI应用对复杂数据分析提出更高的需求，数据库需要支持复杂SQL查询优化，提升查询性能，未来数据库需要支持精确/模糊查询的复杂融合查询，以满足深度学习和机器学习模型的训练与预测需求。

多源数据整合：不同来源的数据需要进行融合处理，以获取更全面、更准确的信息。例如，将企业内部不同业务、不同工作负载的数据，甚至生态业务数据、行业数据进行融合，分析企业的市场竞争力和发展趋势。

在OceanBase 2024年度发布会现场演示“望小京”AI Agent Demo时，要求其“推荐两公里内、评分4.5以上、人均消费25元以内干净卫生的奶茶店，”这是我们常遇到的场景，也是典型的多模混合查询场景，这时数据库要同时处理GIS数据（距离）、关系型数据（价格、评分）、向量数据（干净卫生）等类型的数据。

许多公司采用多个单一用途数据库处理不同类型数据，这增加了架构复杂性和管理难度，也为快速构建AI应用增加了困难。

“以往构建一个复杂的AI应用，需要依赖多个不同的数据库、管理非常复杂的技术栈，同时还需要一个经验丰富且规模较大的团队。”OceanBase CEO杨冰介绍，借助OceanBase一体化能力，以OceanBase为底座的“望小京”仅依靠几位工程师、用一周时间就开发完成。

一体化数据库有何不同？

一体化数据库是一种能够处理多种工作负载、数据类型及场景的数据库系统，旨在通过一个数据库满足企业各种复杂的数据需求，简化技术栈，提升效率并应对日益复杂的数据需求。

如今全球越来越多的数据库向着多模融合一体化数据库方向发展，OceanBase是其中的代表产品，其一体化能力并不是设计出来的，而是客户场景和需求催生出来的。

比如，从早期客户在互联网场景MySQL需求，到金融、电信行业的核心系统对Oracle兼容性的需求，推动OceanBase一体化SQL引擎的出现，通过一个引擎同时高度兼容Oracle和MySQL两种数据库，满足了不同业务的多样化需求；为了满足用户复杂性查询以及实时数据分析需求，从支持TP发展为支持混合负载HTAP；面对日益多样化的数据需求，持续增强对多数据类型的支持，除了传统关系数据，还支持JSON、XML、GIS等多样化的数据类型，能够处理海量数据的KV存储，并兼容HBase和Redis等多模数据库系统。

如今，随着AI的发展OceanBase不断丰富其一体化能力，OceanBase 4.3.3在关系型数据库基础上新增了向量检索能力，支持向量数据类型、向量索引以及基于向量索引的搜索能力。用户可以通过SQL和Python SDK等方式灵活使用OceanBase的向量检索能力。通过集成向量检索和混合搜索功能，显著简化了AI技术栈。

我们看到Oracle、MongoDB、OceanBase都在往一体化方向发展，支持多模数据，支持向量检索等，不过世上根本不存在一款全能的数据库产品，不同的数据库有其适合的场景。

OceanBase CTO杨传辉介绍，OceanBase的一体化有自己的定位，OceanBase比较适合数据量在几百G到1PB之间的场景，对于更小的数据量，Oracle和MongoDB可能更为合适，而当数据量达到1PB或更大时，通常属于离线分析场景，这并不是OceanBase目前擅长的强项。

未来，随着企业业务不断发展，OceanBase单机分布式一体化架构的弹性扩展能力也越来越重要，能够随着企业一同成长，满足企业不同发展阶段的业务需求。

小结：AI时代，行稳致远

表面上看众多一体化数据库的能力有所趋同，实际上从什么样的内核底座生长出来这些能力更为重要，也是差异的关键所在。

比如，OceanBase通过蚂蚁集团内部业务、双十一极致场景，以及大量金融、电信等关键行业核心系统打磨出来了健壮的数据库内核，一体化能力也更加稳定、可靠。其单机分布式一体化架构以及多云原生带来的跨多种设施（本地部署、多云、跨云等）的能力，能够为企业提供更灵活的选择，屏蔽掉底层基础设施的复杂性。

“数据库的本质是信任。”杨冰指出，OceanBase在关键业务负载场景中已经赢得了客户的信任。随着客户需求从线下部署向云上服务的转变，OceanBase正不断扩展在云数据库和AI领域的布局，坚定地践行长期主义。

比如随着AI大模型快速发展，这两年很多数据库支持了向量检索，面对行业热点，OceanBase始终保持着自己的开发节奏。杨传辉介绍，OceanBase之所以现在推出向量能力，有两方面考虑：

一方面，OceanBase推出向量索引要有自己的品质，要开发一款优秀的产品，并确保其分布式能力，必须在实际业务中经过充分的打磨，以保证稳定性，而这一过程需要相当长的时间。

另一方面，OceanBase推出向量能力的基本前提，是把OLTP LTS版本落地，底层的架构基本落地，如今面向关键业务负载，推出了OceanBase 4.2.5LTS版本，所以在此时推出向量能力并将能力融入OceanBase 4.3.3 GA版本。

实际上，现在向量数据库的应用仍在初级探索阶段，而且往往一些互联网大厂走在了创新前沿，拥有更多的创新场景，OceanBase借助蚂蚁集团大量严苛AI场景的试炼场打磨产品，可以率先吃自己的“狗粮”，并将创新实践向行业输出，是其独特的竞争优势。

发布会上，OceanBase与蚂蚁集团联合开发的向量库在业内标准的ANN Benchmarks基准测试中，针对GIST-960数据集表现出色。测试结果显示，在90%以上的召回率区间，查询性能（QPS）相比此前最优算法glass提升100%。未来，OceanBase将成为蚂蚁集团的AI数据新底座，支持AI生活管家“支小宝”、AI金融管家“蚂小财”、AI健康管家三大AI应用，及支付宝百宝箱智能体开发平台的数据管理。

中国数据库正在向深水区迈进，也走到了新的发展阶段，面对AI时代的快速变革，数据库需要更前瞻地应对变化。百尺竿头更进一步，更需要行稳致远，对于现在的中国数据库而言，在这个充满机遇与挑战的时代，践行长期主义，以确保可持续发展，显得尤为重要。

- END -