7天開發一個AI Agent應用!秘密武器:一體化數據庫

幾個工程師、一個星期,就能做一個AI Agent應用了。

效果be like——

能理解用戶複雜長命令,推薦符合要求的奶茶店。

要知道,這背後需要它能分析處理不同模態的數據,比如文本、地理信息、圖像等。

放在以前,構建這樣的AI應用需要多個不同的數據庫,還需要配備經驗豐富且規模較大團隊來管理複雜技術棧。

如今,能如此輕鬆搞定,多虧了背後的一體化數據庫OceanBase。

最新發佈會上,OceanBase推出首個面向實時分析處理場景的GA版本:4.3.3版本。

不僅推出全新向量檢索功能,實現SQL+AI一體化,還進一步增強多模態數據處理能力。

感覺方方面面都是爲AI時代做好了準備啊。

爲啥能這麼說?

從最新發布的新能力看起。

首個面向實時分析的GA版本

此次OceanBase 4.3.3核心升級的能力主要有3方面:

首先,OceanBase 4.3.3版本升級了對複雜數據類型處理能力。

新增Array類型,這意味着數據庫可以直接存儲、查詢和操作數組數據。並對Roaringbitmap類型數據的計算性能進行了優化,意味着數據庫能夠更高效地處理和操作大型集合數據。

其次,OceanBase 4.3.3在向量融合查詢的關鍵能力上帶來提升,推出全新向量檢索能力,支持向量數據類型和向量索引,並基於向量索引提供強大搜索能力。

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

如今,在通用數據庫中集成向量插件已經成爲一種趨勢,這種方式能夠直接複用通用數據已有功能和生態。

OceanBase與螞蟻集團聯合開發了向量索引庫,這個索引庫已經在螞蟻集團大量業務場景中得到驗證(如生物識別、企業內部知識庫等),性能成熟。

現場跑分結果顯示,該向量庫在960維的GIST數據集上表現出色,在ANN Benmarks測試中性能遠超其他算法,排名第一。

特別是在 90% 以上的召回率區間,查詢性能(QPS)相比此前最優算法 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的存儲引擎和SQL引擎,實現SQL+AI一體化。能夠在一條SQL語句中實現標量、向量、空間地理等混合查詢。

比如“望小京”demo中,用戶給的提示詞爲“推薦兩公里內、評分4.5以上、人均消費25元以內乾淨衛生的奶茶店”。這背後涉及到處理文本、圖像和地理位置等不同類型的數據,需要更強大的數據分析和查詢能力。

最後,OceanBase 4.3.3還針對AP(分析處理)場景進行大幅性能優化,尤其是在海量數據分析時,能夠提供更短的響應時間和更高的吞吐能力。

同時大幅完善了實時AP功能,包括支持列存副本、物化視圖、外表集成、快速導入導出等。

實現滿足TP和AP負載的物理資源強隔離,可確保系統在處理事務型負載時,不受分析型負載的影響,特別是在實時數據分析和決策場景中,能夠保持系統的高性能與穩定性。

在易用性方面也做了升級,通過提供AP參數版本,用戶可以針對不同場景選擇特定模板,不需要再單獨配置參數。並增強了AP場景中對SQL診斷能力的支持。

總結來看,OceanBase 4.3.3在基礎分佈式能力上,帶來更強性能、向量多模融合、融入AI技術棧。

也就是將AI與數據庫進一步融合。

這並不難理解,AI應用/AI Agent大勢所在,各類應用智能化升級改造,底層數據庫必須緊隨趨勢升級。

不過在這之中,OceanBase還反覆提到了一個關鍵詞——一體化。

它不僅是OceanBase的自身特性,如今也逐漸成爲行業擁抱AI時代的一個優解。

Why?

更快推動AI應用大規模落地

對於數據庫的發展,行業內逐漸達成一些共識。

AI能力大幅提升,導致全球80%以上的非結構化數據被激活,背後的挖掘分析需求井噴,在這一新變化下,數據處理面臨更大規模、更多模態、實時性更強以及數據碎片和數據孤島問題。

這些變化給數據庫提出了諸多新的發展需求。

最首要的便是,分佈式數據庫成爲一種大趨勢。

華東師範大學數據學院院長、CCF數據庫專委會常委錢衛寧提出,互聯網時代數據走向了開放環境,在數據是分佈式的時代裡,數據庫也需要是分佈式的。

分佈式數據庫可以讓多臺服務器協同作業,完成單臺服務器無法處理的任務,尤其是高併發或者大數據量的任務。

除此之外,隨着AI、雲計算等技術發展,數據庫還呈現出以下特點。

第一,雲計算的普及推動了雲數據庫的快速發展。雲數據庫提供按需擴展、高可用性和成本效益。

第二,大數據和非結構化數據需求增加,多模態是一種趨勢,NoSQL數據庫(如MongoDB、Cassandra、Redis、Couchbase)越來越受到歡迎。NoSQL數據庫提供了更好的擴展性和靈活性,適用於存儲和處理各種數據類型,如文檔、鍵值對、圖數據等。

第三,HTAP數據庫成爲熱點,甚至是主流數據庫的一項基礎能力。這類數據庫能夠同時處理事務性和分析性工作負載,滿足了企業實時數據處理和分析的需求。

第四,開源也是一大趨勢。開源數據庫(如PostgreSQL、MySQL、MariaDB)憑藉其社區驅動的發展模式、強大的功能和靈活的部署方式,成爲企業和開發者的熱門選擇。

不過來到實際落地層面,儘管數據、數據庫在變得更加多元複雜,但是企業用戶總還是希望能只用一套系統來解決不同工作負載。

比如能同時在事務處理(如支付、訂單等高頻交易場景)和複雜的實時分析查詢,這背後需要TP+AP結合。

以及AI與多模查詢能力的融合,如Rockset和Oracle這樣的數據庫系統通過hybrid search融合查詢技術,將SQL查詢與向量化查詢相結合,使得數據處理能夠同時包含文本、結構化數據和向量數據等不同類型。

方方面面影響下,一體化設計逐漸成爲被市場青睞的路線。

以MongoDB和Oracle爲代表的數據庫廠商正在各自推動一體化數據庫的發展。國家工業信息安全發展研究中心等共同編制的《分佈式數據庫發展趨勢研究報告》中也表示,分佈式數據架構的設計正在走向一體化。

在這之中,OceanBase的一體化理念非常鮮明。它包括:

OceanBase介紹,這種一體化的思路是隨着客戶需求不斷髮展而來。

首先在底層架構設計上,單機分佈式一體化與多雲原生並存,可以滿足大中小企業的不同需求。OceanBase已經和目前主流雲廠商均達成合作,實現公有云“多雲共生”,同時也提供專有云、混合雲等不同部署環境,保證一致體驗。

其次隨着數據庫場景不斷變化,從傳統場景到泛互聯網場景,OceanBase從TP到TP+AP,逐漸走向多工作負載一體化。

比如在第一階段OLTP+,會浮現出山東移動這類客戶的需求,他們主要關注複雜查詢場景,需要增強業務處理效率。

第二階段浮現出了海底撈這類用戶的需求。海底撈本來使用兩個系統分別處理OLTP和OLAP,這導致OLTP和OLAP之間存在數據延遲,沒法保證數據一致性,還需要兩份數據兩份成本。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。

第三階段還會浮現出實時營銷等場景,對實時AP提出更多要求。

以及在實際推廣中,OceanBase發現越來越多客戶將OceanBase既應用在KV存儲場景,也應用在NoSQL場景,或者替換HBase、Redis等。因爲OceanBase能夠解決各個場景中很多棘手問題,比如對於NoSQL而言,最大的挑戰在於數據規模,分佈式架構可以很好解決數據擴展的問題。

因此,順應用戶需求,OceanBase在不斷增加對多種數據類型的支持,實現多模一體化。

最後,來到AI時代。“AI for DB,DB for AI”成爲共識。

AI應用大規模落地的前提是大模型技術能夠在各行各業低成本易用。

數據庫的發展經驗可以爲AI應用推廣提供參考。比如在數據庫中引入向量插件,實現SQL+AI,能夠大幅簡化原有AI技術棧,讓打造AI Agent的門檻驟降。

最後總結來看,以OceanBase爲代表的一體化數據庫不僅能爲企業提供更更好的數據底座,而且方方面面都滿足AI應用發展的需求。它總體呈現出這些特點:

第一,高效的數據處理和分析。

支持HTAP,能夠在同一個系統中同時處理事務性(OLTP)和分析性(OLAP)負載。企業可以實時地對交易數據進行分析,而不需要等待數據的同步和轉移,從而加快決策速度和響應時間。

實時分析,可以在數據生成的同時進行分析,確保數據的時效性,這對於實時推薦、風控、監控等AI應用至關重要。

第二,簡化的數據管理。

一體化數據庫能夠確保數據的一致性和完整性,因爲事務處理和分析處理在同一個系統內完成,避免了數據同步和轉換過程中可能出現的延遲和錯誤。

通過將多種數據類型(如關係型數據、文檔數據、向量數據等)集成在一個系統中,一體化數據庫簡化了數據存儲和管理。企業不需要維護多個數據庫系統,減少了數據孤島問題和運維複雜性。

第三,靈活性和擴展性。

一體化數據庫支持多模態數據處理,能夠處理和分析結構化、半結構化和非結構化數據。這種靈活性使企業可以在一個平臺上處理不同類型的數據,滿足各種業務需求。

一體化數據庫可以在公有云、私有云和本地數據中心的混合環境中部署,支持異構環境下的數據管理和應用。這使企業能夠根據業務需求靈活選擇和調整部署方案。

第四,簡化AI應用構建。

AI應用通常需要進行高效的向量檢索和相似性搜索。一體化數據庫通過深度集成向量引擎,支持快速向量化計算和相似度查詢,提升AI應用的性能。

一體化數據庫能夠將數據存儲和AI模型緊密結合,支持複雜的AI工作負載。這種集成減少了數據傳輸的延遲,提高了模型訓練和推理的效率。

第五,降低成本和複雜性。

一體化數據庫減少了企業需要維護的數據庫系統數量,簡化了技術棧,降低了系統集成和運維的複雜性。

通過優化資源利用和減少多系統間的數據同步和轉換,一體化數據庫降低了總體擁有成本,提高了投資回報率。

AI時代,Data is Power。

李飛飛當初篤定做ImageNet,背後的核心邏輯就在於,她相信AI改變世界,數據是最簡單最直接的方式。

如今,AI應用落地趨勢已經開啓。數據作爲生產要素,在AI時代已是水電般的存在。

而一體化數據庫正在爲數據更充分靈活高效應用提供新思路。

據瞭解,一體化數據庫OceanBase將成爲螞蟻集團的AI數據底座,爲一系列AI時代新應用“支小寶”、“螞小財”以及支付寶百寶箱智能體開發平臺的數據管理提供支持。

一體化正在成爲數據庫發展歷程中,一個旗幟鮮明的方向。