数据库行业日报
本期要点
· 快手将百 PB 级数据、200+ 集群从 ClickHouse 迁至 Apache Doris
· Pinecone Nexus 智能体知识引擎全面上线，token 成本降至1/9~1/15
· 版本控制型 SQL 数据库 Dolt 2.0 发布，新增自动垃圾回收与向量索引
· Snowflake Cortex AI 同日接入 Claude Opus 5
· DBOS：优化后 Postgres LISTEN/NOTIFY 单机达 6 万写入/秒
· Tiger Data：50K 插入/秒下，Postgres 外键与唯一约束成为隐性写入天花板
一、版本与产品发布
快手：百 PB 数据、200+ 集群从 ClickHouse 迁至 Apache Doris · olap
快手数据平台披露，其内部 ClickHouse 曾承载商业化、电商、AB、KwaiBI 等业务线的日均 20 亿次 OLAP 查询，但随规模增长在多表 Join、湖仓查询、存算分离与运维复杂度上逐渐吃紧。团队基于 Apache Doris（内部发行版 Bleem）构建自动化迁移平台"星移"，完成 200+ 集群、数千张表、百 PB 级数据的平滑迁移，通过 OneSQL 透明路由实现双跑校验与灰度切换，全流程覆盖 DDL 转换、任务复制、存量迁移、数据校验。这是本刊持续关注的 ClickHouse 生态动态中一个具体的"迁出"样本——大厂选择 Doris 的理由集中在多表 Join 能力与湖仓一体，而非性能本身。[1]
Dolt 2.0 发布：自动垃圾回收 + 向量索引测试版 · oltp ⚠️ 厂商口径
DoltHub 发布这款 Git 风格版本控制 SQL 数据库的重大更新：默认开启自动垃圾回收与归档压缩（新存储格式通过字典压缩节省 30%~50% 空间），并加入基于 MariaDB Vector 类型的测试版向量索引版本控制支持——官方称是唯一支持向量版本控制的数据库。DoltHub CEO Tim Sehn 称在 sysbench 测试中 Dolt 写入已比 MySQL 快 13%、读取快 5%（三年前首个大版本时读写分别慢约 10 倍与 20 倍）。同类 Git 式数据版本控制方案还有面向数据湖的 LakeFS、Nessie。[2]
其他版本动态：Materialize 一日内发布 v26.35.0-rc.1/2/3、v26.29.1 及 mz-deploy v0.3.0/0.3.1；YugabyteDB 密集回填补丁（2025.2.6.0-b46/47、2024.2.11.0-b22、2026.1.1.0-b78/79、2026.1.2.0-b15 等）；Weaviate v1.38.7/v1.37.14 为读修复类补丁；LanceDB Python/Node 双线推进 beta（新增分布式 analyze plan 指标）；TiDB v26.3.9、Redpanda v26.1.14/v26.2.1、RisingWave v3.0.2、Polars 1.43.1 均为常规迭代。
二、数据库 × AI
Pinecone Nexus：面向智能体的企业知识引擎全面上线 · agent ⚠️ 厂商口径
Pinecone 认为向量库擅长"定位散落信息"，但企业真正依赖的是分散在合同、内部知识库、工单、财务记录里的业务场景知识，若每次任务都重新检索，词元成本高、响应慢。Nexus 把这类知识一次性摄入、整理为结构化层，供智能体直接查询，将词元消耗从每次查询的检索循环移到一次性数据规整阶段。Pinecone 宣称：法律场景下 Nexus 完成率达到全部指定任务，而 RAG 系统为 66%、编码智能体仅 6%；企业数据管理准确率 90% vs RAG 的 65%，token 消耗降至原先的 1/9~1/15。核心概念为工作空间（Workspace）—上下文（Context）—清单（Manifest）三层，查询走 KnowQL，支持 BYOC 部署。同类产品包括 Cognite、RationalAI、LlamaIndex。[3]
Snowflake Cortex AI 同日上线 Claude Opus 5 · ai-native
作为 Anthropic 发布合作方，Snowflake 在 Claude Opus 5（Anthropic 最新模型，官方口径较上代 Opus 4.8 有明显提升）发布当日即接入 Cortex AI，覆盖 Cortex Agents、CoCo（AI 编码智能体，桌面版已在 macOS/Windows GA）、CoWork（个人工作智能体）等产品线，均在 Snowflake 的安全治理边界内运行。CoCo Desktop 预置 Snowflake 目录与 RBAC 角色，主打免冷启动、免重复讲解数据模型——体现云数仓厂商正把大模型接入速度作为竞争维度之一。[4]
三、湖仓 · 开放表格式 · HTAP
腾讯云发布智能数据湖计算平台 AI DLC · lakehouse
腾讯云正式发布 AI DLC，定位面向自动驾驶、具身智能、Agent 等场景的智能数据湖计算平台。原文正文未能取到，具体架构与开放表格式支持情况待后续厂商说明补充。[5]
四、技术 · 架构 · 性能基准
Tiger Data：Postgres 约束在高并发下的隐性写入天花板 · oltp
一条普通插入只需两步（堆元组写入 + WAL 提交记录），而带 FOREIGN KEY 与 UNIQUE 约束的插入要多出三步：每条外键在每次插入时对父表做一次索引查找，每条唯一约束触发一次索引扫描，二者都额外产生 WAL 记录并持有行锁。文章指出，在 5 万插入/秒的并发写入下，真正的瓶颈不是互斥阻塞（FOR KEY SHARE 锁彼此兼容），而是极少数父行被大量并发事务共享锁定后，Postgres 用 MultiXactID 追踪共享所有权，进而打满 MultiXact SLRU 缓存——这在 `pg_stat_activity` 里表现为 MultiXact LWLock 等待，而非典型的慢查询。NOT NULL / CHECK 约束代价小得多，因为只对行本身求值，不涉及跨表查找。[6]
DBOS：优化后 Postgres LISTEN/NOTIFY 单机 6 万写入/秒 · oltp ⚠️ 厂商口径
针对"LISTEN/NOTIFY 不可扩展"的流行说法，DBOS 称问题根源是 NOTIFY 触发时 Postgres 持有的全局锁，而非机制本身不可扩展。其最初实现（表触发器 + 通知）在大型 Postgres 实例上吞吐不超过 2.9K 写入/秒，且瓶颈不体现在 CPU/内存/IOPS 上；优化后用于 LISTEN/NOTIFY 支撑的流式写入（如 LLM 逐 token 输出）达到单服务器 6 万写入/秒、毫秒级延迟，优于轮询方案（轮询间隔过长则延迟高，过短则并发轮询压垮数据库）。[7]
DuckPGQ：DuckDB 的 SQL/PGQ 图查询扩展 · olap
DuckPGQ 是一个 DuckDB 社区扩展，实现 SQL/PGQ 标准，把图查询能力直接接入 DuckDB 的分析工作流。项目明确标注仍是研究性项目、存在 bug 与未完成特性，尚未面向生产。[8]
Show HN 另有 Trifle——一个开源时序分析库，思路是只存储聚合后的嵌套计数器而非原始事件，全程在数据库内完成，与 DuckDB/ClickHouse 常见的"先存原始事件再查询时聚合"路线相反。
学界 · 研究前沿
· Ghost Vectors（arXiv 2606.18497）：HNSW 向量库中"软删除"的 embedding 仍可被重建，指出 RAG 系统在隐私合规上的一个隐藏缺口。[9]
· DBA-Bench（arXiv 2607.22165）：面向 LLM 数据库运维智能体的生产级保真度基准，直指当前各类 DBA agent 评测口径不一、难以横向比较的问题。[10]
· IDSTune（arXiv 2607.22031）：用多智能体协作框架做数据库系统整体调优（而非单一参数旋钮）。[11]
· MosaicJoin（arXiv 2607.21781）：面向数据集搜索的可连接列发现，用紧凑语义摘要做 value-level join 发现。[12]
· Text-to-SQL under RBAC（arXiv 2607.22115）：在行级权限约束下评测 text-to-SQL 系统，触及 agent 时代自然语言查数的权限边界问题。[13]
五、云厂商 · 生态 · 监管
Databricks：Unity AI Gateway 加入 AI 支出管控 · cloud
Databricks 为 Unity AI Gateway 引入 AI 支出控制能力，指向企业在大规模接入大模型后普遍面临的 token 成本失控问题；厂商博文未披露具体限额机制细节。[14]
Oracle：Base Database Cloud@Customer 扩展本地 OCI 自动化 · cloud
Oracle 将 OCI 自动化能力带入本地部署的 Base Database Cloud@Customer，定位服务分布式 AI 负载场景，延续 Oracle 在混合云数据库上的一贯路线；具体技术细节待厂商详述。[15]