数据库行业日报
本期要点
· DuckDB 预告 v2.0，今秋上线服务器模式
· AI 红队五天端穿 Snowflake，漏洞出自 Copilot Autofix
· IBM Netezza 内测原生 VECTOR 类型
· Neon 携 Databricks 推 Lakebase Search 混合检索
· 韩国 GraphAI 完成 1200万美元 A 轮
· ClickHouse 年内新增超千客户，总数破 4000（⚠️厂商口径）
一、版本与产品发布
DuckDB 预告 v2.0，今秋上线客户端/服务器模式 · olap
DuckDB 官方博文预告 v2.0（代号 Cyanoptera）将于今秋发布，距 v1.5 已积累超 10,000 次提交。最大变化是此前以 preview 形式发布的 quack 扩展转正为稳定的服务器模式：任意 DuckDB 进程可通过新的 CONNECT 语句被其他 DuckDB 远程挂载查询，新的下推优化器还能把 SQL 直接转发给 PostgreSQL、MySQL 而不必先把整表拉过来。团队强调 DuckDB 自诞生起就是具备完整 MVCC 与事务隔离的多连接事务库，只是此前很少有人在单机场景用到——服务器模式让这套机制第一次在多租户、长时运行部署里派上用场。此外还将带来新 SQL 解析器、新默认存储格式、重构后的 C API、triggers、VARIANT 类型与异步 I/O。项目去年主推湖仓集成，官方称 v2.0 是 "DuckDB 作为服务器" 的一年，该预告帖登上 HN 首页（524↑）。
其他版本动态：Apache Doris 4.0.8、ClickHouse v26.3.18.32-lts / v25.8.30.16-lts、DataFusion 55.0.0-rc3、RisingWave v3.0.3、Materialize v26.38.0-rc.1~rc.3、YugabyteDB 多个 backport 分支更新。[1]
二、数据库 × AI
Neon 联合 Databricks 推出 Lakebase Search，Postgres 内融合向量+关键词检索 · vector
Neon 与 Databricks 共享工程团队发布 Lakebase Search，由两个 Postgres 扩展组成：lakebase_vector 做语义向量检索、lakebase_text 用 BM25 做关键词检索，二者可在同一条 SQL 里通过 Reciprocal Rank Fusion 并行融合排序，应用表、agent 记忆与搜索索引都留在同一个 Postgres 后端，不必再额外维护一套向量库同步链路。技术专为存算分离的 "Lakebase" 架构设计：冷索引留在对象存储，热数据常驻内存/本地 SSD，空闲时计算可缩容到零、分支（clone）可秒级复制整套索引用于实验。同期 Neon 还发布 AI Gateway（"LLMs belong in your backend"），把 LLM 调用纳入后端同一套基础设施，延续其从连接池服务转向 Agent 后端基建的路线。[2]
IBM Netezza 内测原生 VECTOR 类型，向量检索直入企业数仓 · vector
IBM Netezza 新增原生 VECTOR 数据类型（Private Tech Preview），向量嵌入可与文档 ID、文本字段等业务数据同表存储，支持 Manhattan、Euclidean、cosine、inner product 等多种距离度量，可在 SQL 里直接排序并联合结构化过滤与 join。定位是让已用 Netezza 做企业分析的团队不必再新增一套独立向量库来支撑语义检索、RAG，呼应向量能力正从专用数据库下沉进主流数仓这一行业信号。[3]
LanceDB v0.38.0-beta.1 · vector
新增 LSM 索引强制记录追赶（catch-up）机制，避免增量写入与索引状态脱节；同时支持用 SQL 表达式声明计算列。上一 beta.0 版本刚把"表是否存在"的判断改为以 manifest 为唯一权威源，修正了此前的一致性隐患。
同类动态：Weaviate v1.38.10 发布小版本更新。[4]
三、湖仓 · 开放表格式 · HTAP
AWS 打通 Aurora DSQL 到 Apache Iceberg 的实时 CDC 链路 · lakehouse
AWS 数据库官方博文给出参考架构：Aurora DSQL 的变更事件经 Kinesis Data Streams、由 Data Firehose 落地为两张 Iceberg 表——cdc_events 按事务提交时间戳追加写入、保留完整审计轨迹，current_state 按主键做 upsert 合并、用 tombstone 标记代替硬删除，可直接经 Athena 查询或并入 SageMaker Lakehouse。云厂商把 OLTP 变更流直通开放表格式的链路进一步标准化，与 Snowflake 近期公测的 Postgres-to-Iceberg 数据镜像功能（已报）方向一致，CDC-to-Iceberg 正成为主流云厂商的标配拼图。[5]
四、技术 · 架构 · 性能基准
TimescaleDB 拆解"迟到数据"如何让物化视图刷新失真 · streaming
长文指出行业统一把增量预计算叫作"物化视图刷新"其实掩盖了四种截然不同的正确性模型：cron 全量重建的物化视图、InfluxDB v2 风格的定时任务等，各自在"数据迟到"与"事后变更"两类场景下表现不同。落到 TimescaleDB 的 continuous aggregate 上，一条迟到的行是否会被补算，取决于 lookback window 与 invalidation 两个偏移量的设置，而非默认行为——这也是仪表盘上同一时段数字"隔天变了"的常见根因。[6]
HN 热议：还有人在裸跑 Postgres、不套 PgBouncer 吗 · oltp
讨论登上 HN 首页（161↑ 109💬），聚焦 Postgres 一进程一连接模型在高并发下的内存与上下文切换开销，以及是该转向内置连接池方案还是继续依赖 PgBouncer 分层部署——反映社区对 Postgres 连接管理这一长期痛点的持续关注，未有定论。[7]
学界 · 研究前沿
· Agentic Transaction: Towards ACID-Compliant Agent Systems（arXiv 2608.13900）：把多步骤 agent 工作流的可靠性问题重新表述为数据库事务问题，尝试给 agent 编排补上原子性与一致性保证。[8]
· Never the Number: Structural Abstention for AI Systems Whose Answers Are Consumed as Fact（arXiv 2608.13926）：针对自然语言查数据库（NLIDB）场景，提出让模型在不确定时结构化拒答，而不是编造一个看似确定的数字。[9]
· Kalypso: Relational LLM Serving（arXiv 2607.23815）：把 LLM 推理服务重新表述为关系查询处理问题，用查询优化的思路调度批处理与算子。[10]
· Can Large Language Models Reason about Event-Time Stream-Processing Semantics?（arXiv 2608.12348）：检验 LLM 能否正确推理流处理中的乱序、水位线与窗口等事件时间语义。[11]
五、融资 · 并购 · 商业化
韩国 GraphAI 完成 1200万美元 A 轮，K2 Investment Partners 领投
GraphAI 由 KAIST 计算机学院教授 Min-Soo Kim 创立，定位是融合图数据库、向量数据库与关系数据库能力的企业级 AI 数据基础设施，旗下 Akasic 平台覆盖数据连接、采集、转换、AI 推理与 agent 执行环境；本轮由 K2 Investment Partners 领投，A-Ventures、Jiyu Investment 等跟投，累计融资达 1470万美元。三库合一的定位与本周稍早融资的韩国 Graphie（已报，图/向量/关系三库合一）方向接近，韩系 AI 数据基建赛道近期动作密集。[12]
六、云厂商 · 生态 · 监管
AI 红队五天内独立发现并利用 Copilot Autofix 埋下的 Snowflake 漏洞
Wiz 安全研究团队的自主渗透工具 "Red Agent"，在 Snowflake 的 HackerOne 众测项目下，于漏洞上线仅 5 天后独立发现并验证利用了 snowflake-connector-net 仓库的一处 GitHub Actions 脚本注入——攻击者只需开一个标题经过构造的 issue，即可在 CI runner 里执行任意命令，进而摸到 Snowflake 内部 Jira 的访问权限。该漏洞由 6月18日一次署名 "Copilot Autofix" 的 PR 引入：原本经环境变量转义的安全写法被换回了直接字符串拼接，GitHub 的 AI 代码审查未能标出这处风险。Snowflake 于 6月23日收到披露后当天修复并轮换凭证，审计日志确认 Wiz 是暴露窗口内的唯一行为方，测试中访问的数据已确认删除。事件成为"AI 生成代码引入漏洞、AI 安全工具反过来独立发现并利用"的一例样本，登上 HN 首页（310↑）。[13]
ClickHouse 宣称年内新增逾千客户，AI 需求成主要拉动 ⚠️ 厂商口径 · olap
在悉尼 ClickHouse Open House 活动上，ANZ 销售副总裁 Paul Davis 披露 2026 年初至今新增约 1000 名客户，总数突破 4000；并称 Anthropic 是因向 Claude 询问"哪个数据库最省资源"而发现并采用 ClickHouse 做可观测性负载，另举 Nine、Canva 为实时分析客户案例。APJ 副总裁 Ed Lenta 将增长归因于应用架构转向 agent 驱动、数据访问模式随之改变，公司已投入 agent 可观测性能力（监控 agent 行为与运行成本）。数字与案例均为厂商在自办活动上的单方陈述，未见第三方审计。[14]