数据库行业日报
本期要点
· Databricks 在 Data + AI Summit 发布实时分析平台 **Lakehouse//RT**(beta,新引擎 Reyden),让 Delta/Iceberg 表分钟级具备毫秒查询能力,直插 ClickHouse 等实时 OLAP 服务层;宣称比传统服务栈快 16 倍(厂商口径)。
· **Delta Lake 4.3.0** 发布,基于 Apache Spark 4.1/4.0.1,带来 Unity Catalog Delta REST API 集成、UniForm 持续同步 Iceberg/Hudi 元数据。
· ClickHouse 推出可复现基准 **PostgresBench**(对标自家 ClickBench),并把托管 Postgres 服务由 beta 推向商业化——OLAP 厂商正向 OLTP 邻域扩张。
· 阿里通义实验室开源嵌入式向量库 **Zvec**(自称「向量版 SQLite」),进程内零网络、`pip install` 即用,v0.5 补齐 DiskANN 磁盘索引与全文检索。
· DuckDB 同日发布 **1.5.4 与 1.4.5 LTS** 修复版;HN 上「DuckDB 内部原理」长文获 460 赞高热讨论。
· 向量数据库 **Weaviate** 获理光(Ricoh)创新基金战略投资,AI 原生向量库赛道持续吸引产业资本。
一、版本与产品发布
Databricks 发布 Lakehouse//RT 实时分析平台 · lakehouse ⚠️ 厂商口径
在 Data + AI Summit 上,Databricks 推出 Lakehouse//RT(实时湖仓),目标是直接在 Delta Lake 与 Apache Iceberg 表上做实时分析,无需专有格式、数据副本或独立摄取管线,称可在数分钟内让几乎任意表支持毫秒级查询。底层是新计算引擎 Reyden,主打高并发低延迟,宣称支持数万并发用户与 AI agent;据其标准基准自测,达到低于 100 毫秒延迟、每秒 1.2 万次查询,较传统实时服务栈快至多 **16 倍**(均为厂商自评口径)。卖点指向消除独立服务层与 CDC 同步、统一在 Unity Catalog 治理下——这把它放到与 ClickHouse、Apache Druid/Pinot 等实时 OLAP 服务直接竞争的位置。目前为 beta。
〔2 方报道〕thelec.net;벤처스퀘어 | 约6月18日
Delta Lake 4.3.0 发布 · lakehouse
Delta Spark 构建于 Apache Spark 4.1.0 与 4.0.1,更新跨 Delta Spark、Kernel、UniForm、Sharing、Flink 五个组件。重点包括 Spark 侧的 Unity Catalog Delta REST API 集成;UniForm 的 delta-iceberg / delta-hudi 模块继续自动让 Iceberg、Hudi 元数据与 Delta 提交保持同步,使两端读端无需复制数据即可查询 Delta 表,并支持 Spark 4.0/4.1 与 Iceberg-spark 1.11.0;基于 Kernel 的 delta-flink 连接器(实验性)持续演进。官方提示升级前需留意协议更新章节。
〔来源〕Delta Lake | 6月18日
DuckDB 发布 1.5.4 与 1.4.5 LTS 修复版 · olap
DuckDB 同日发布 1.5.4(代号 Variegata)与 1.4.5 LTS(代号 Andium),均为面向 1.5.3 / 1.4.4 发布后所发现问题的 bug 修复与性能改进版,无重大新特性;1.4.x 为长期支持(LTS)线。
〔来源〕DuckDB | 6月17日
StarRocks 4.1.2 发布,修复 4.1.0 容器启动问题 · olap
ClickHouse 同业竞品 StarRocks 接连发布 4.1.1(发布日 5 月 29 日)与 4.1.2。官方提示:4.1.0 容器镜像存在不稳定的加载顺序问题,可能导致 BE 进程在容器环境下无法可靠启动,容器用户应跳过 4.1.0、直接使用含修复的 4.1.1 及之后版本。
〔来源〕StarRocks | 6月17日
阿里通义实验室开源嵌入式向量库 Zvec · vector ⚠️ 厂商口径
Zvec 定位「向量版 SQLite」:像打开 SQLite 文件一样在进程内 create_and_open 本地路径,索引与检索都在同一地址空间完成,零网络跳、零序列化开销,靠 WAL 持久化到本地文件、多进程并发读+单进程写。内核为阿里自研 C++ 引擎 Proxima(同源驱动阿里云 DashVector),区别于封装 SQLite/Faiss 的方案;提供原生 Collection/Schema/Doc/Query API,v0.5 新增全文检索(FTS)与 DiskANN 磁盘索引,可在一次查询融合向量相似度、关键词与标量过滤,并补齐 Go/Rust SDK 与 RISC-V 支持。官方据 VectorDBBench(Zilliz 开源基准)Cohere 768 维数据集自测,称 1000 万向量 QPS 超 8500、为此前榜首 Zilliz Cloud 的 **2 倍以上**(自评口径;嵌入式无网络开销,与独立服务非同条件)。主攻本地/离线 RAG、端侧 AI、Agent 长期记忆等数据不出域场景。
〔2 方报道〕新浪网;53AI | 6月中旬(v0.5)
pgEdge 推出 PostgreSQL 统一负载方案 ColdFront · oltp
pgEdge 发布 ColdFront for PostgreSQL,宣称在 PostgreSQL 上统一 AI、分析(analytical)与 OLTP 负载,朝 HTAP 方向延展 Postgres 的工作负载边界。
〔3 方报道〕HPCwire;The AI Journal;PR Newswire | 约6月18日
其他版本动态:YugabyteDB 密集发布 2025.2.5.x / 2026.1.x 等多个 backport 构建(修复 DocDB 数据竞争、TSAN 死锁等);Materialize v26.29.0 与多个 RC;TiDB v26.3.3 / v26.3.4;Weaviate v1.36.18 / v1.37.9 / v1.38.1 修复版(默认关闭 debug 端点、启动校验副本因子);LanceDB 0.31 / 0.34 beta(新增表分支 table branch);pgvector v0.8.3;Apache Doris 4.1.2;Chroma 1.5.10 dev 滚动构建。
二、融资·并购·商业化
Weaviate 获理光创新基金(RICOH Innovation Fund)投资 · vector
日本理光通过 RICOH Innovation Fund 战略投资 AI 原生向量数据库初创 Weaviate,金额未披露。Weaviate 与 Pinecone、Qdrant、Zilliz/Milvus 同处独立服务式向量库赛道,本轮显示产业资本仍在押注 AI 数据基建;理光意在把向量检索能力接入其文档/办公与企业 AI 业务。
〔来源〕Ricoh | 6月16日
ClickHouse 托管 Postgres 服务由 beta 推向商业化 · oltp ⚠️ 厂商口径
ClickHouse 扩展其托管 Postgres 能力并将 beta 推进至商业化变现。官方思路是 Postgres 处理事务负载、ClickHouse 处理分析负载,二者组成统一数据栈,面向 SaaS 与 AI 应用提供「best-of-breed」底座;同期还推出成本基准 CostBench 主打端到端数仓效率(厂商自评)。这意味着以 OLAP 起家的 ClickHouse 正主动进入 OLTP 邻域,与各家 Postgres 托管服务商正面相遇。
〔来源〕TipRanks | 6月19日
三、技术·架构
HN 热议「DuckDB 内部原理:为什么这么快」 · olap
greybeam.ai 的三部曲首篇在 HN 获 **460 赞**、146 评论。文章拆解 DuckDB 的速度来源:in-process 设计省去服务端与网络协议——多数分析库(Snowflake、BigQuery、Redshift)须把结果序列化为线协议跨网络传输再反序列化,DuckDB 作为库直接在进程内返回内存中的类型化值;单文件二进制小于 20 MB、零外部依赖,可把一整目录的 Parquet/CSV/JSON 直接当 SQL 库查询。讨论也呼应其生态扩张:MotherDuck 将其包成云数仓,Hex/Omni/Evidence 用作应用内执行引擎,Fivetran 在数据湖写入端用它做合并与压缩。
〔来源〕greybeam.ai | 6月16日
ClickHouse 发布可复现的托管 Postgres 基准 PostgresBench · oltp ⚠️ 厂商口径
PostgresBench 把 ClickBench 的方法论搬到事务型 Postgres:基于 Postgres 自带的 pgbench 跑 TPC-B-like 短事务(高频读写更新),256 客户端 / 16 线程、每轮 10 分钟,测约 100 GB 与约 500 GB 两档规模,报告平均 TPS 与 P95/P99 延迟,全部查询、数据集与结果公开可复现、可提交改进。基准由 ClickHouse 构建、用于比较各家托管 Postgres 服务,其「我们最快之一」的结论属自评,但公开可复现的方法本身值得同业借鉴。
〔来源〕clickhouse.com | 6月20日
Tigerdata(TimescaleDB)解析 PostgreSQL 分区键写入瓶颈 · oltp
一篇工程博文指出:倾斜的分区键可能把约 **80%** 的写入路由到单一分区,形成热点;文章讲解如何从 schema 层诊断并修复 PostgreSQL 分区热点,是面向高写入负载的实操参考。
〔来源〕TimescaleDB | 6月19日
KAIST 称重建数据库可降 AI 幻觉、准确率提升 78% · vector ⚠️ 研究口径
韩国科学技术院(KAIST)发布一体化数据库系统,主打改善企业级 AI 落地的「数据处理准确度与速度」瓶颈,称可让企业 AI agent 回答准确率最高提升 **78%**、缓解模型「编造」问题。该数字为研究方口径、缺独立第三方复现,具体方法与适用边界待进一步披露。
〔4 方报道〕Seoul Economic Daily;디지털투데이;아시아경제;ScienceBlog.com | 约6月18日
四、行业动态·云厂商·生态
Databricks Summit:CustomerLake、OpenSharing 与 LTAP 一并亮相 · lakehouse
除 Lakehouse//RT 外,Databricks 在峰会上密集发布面向 AI agent 的能力:CustomerLake 切入 CDP(客户数据平台)市场;OpenSharing 面向「代理式数据(agentic data)」共享;LTAP 架构打通事务数据库与分析系统并面向 AI agent;以及一批 agent 化治理工具与「AI agent 同事」。整体看,湖仓厂商正把产品叙事整体转向 agent 工作负载。
〔3 方报道〕CMSWire;Let's Data Science;디지털투데이 | 约6月17–19日
AWS 将 PostgreSQL 18 引入 Aurora 与 RDS · cloud
亚马逊云科技为 Amazon Aurora 与 Amazon RDS 带来 PostgreSQL 18,强调安全、监控与开发者侧增强。另据报道,AWS 还在打磨面向 AI agent 推理的上下文(Context)能力,把「为 agent 准备的数据湖」作为方向。
〔2 方报道〕Amazon Web Services (AWS);The New Stack | 6月18日
Imply 推出 Lumi Loglake,日志检索下沉对象存储 · lakehouse ⚠️ 厂商口径
Imply(Apache Druid 商业化方)发布 Lumi Loglake,让 observability 与安全团队直接在 S3、Delta Lake、Apache Iceberg 上检索原始日志,无需预先索引、建目录或 rehydration,计算与对象存储分离、按查询调取算力。它明确瞄准 Splunk 用户:可把历史遥测留在 Splunk 索引层之外、仍用 SPL 查询,并支持 Spark SQL、LogQL、ANSI SQL 多端访问。Imply 称可降软件成本 **70%+**、硬件成本 40%+(厂商口径)。
〔来源〕SecurityBrief New Zealand | 6月19日
OceanBase 亮相中国国际金融展,称居金融本地部署市场首位 · oltp ⚠️ 厂商口径
OceanBase 在 2026 中国国际金融展上称已搭载 **近七成** 万亿级银行核心系统、连续三年居金融本地部署市场第一;CEO 杨冰提出金融机构落地 AI 的第一要义是构建统一数据底座。份额与「近七成」为厂商及其引述口径。
〔3 方报道〕国际金融报;搜狐网;jfdaily.com | 6月16–17日
Oracle Autonomous AI Database 可挂载 Databricks Unity Catalog · lakehouse
Oracle 博客介绍:一次挂载 Databricks Unity Catalog,即可从 Oracle Autonomous AI Database 查询其中多张表,体现两大数据平台在 catalog 层的互通。
〔来源〕Oracle Blogs | 6月19日