数据库行业日报
本期要点
· AWS收购DuckLabs核心团队，MotherDuck同步收购Tower.dev
· ClickHouse发布WalShadow，物理WAL复制延迟约200ms
· Neon后端全线GA：Postgres+存储+Auth面向agent开放
· 4B模型经RL训练，查询计划比Postgres快81%
· Turbopuffer对象存储架构，法律AI检索成本降一个数量级
版本与产品发布
StarRocks 4.1.3 发布 olap
本次为行为变更为主的小版本：CTAS（CREATE TABLE AS SELECT）不再自动把显式声明的 VARCHAR(N) 列宽度放宽为默认上限，改为原样保留用户声明的长度，影响下游建表脚本的兼容性预期。无新增大特性。[1]
LanceDB v0.39.0 转正式版，v0.40.0 连发四个 beta vector
v0.39.0 由 beta 转 GA，带两项破坏性变更：物化视图定义中记录来源 namespace、blob 表停用 stable row id。同时 v0.40.0-beta.0 至 beta.3 密集迭代，新增 zonemap 索引构建器、命名 Secrets/绑定与命名空间寻址、公开 MetadataEraserExec、OAuth2 客户端认证配置等——面向 AI/多模态数据场景的存储层仍在快速搭建基础设施阶段，尚未进入稳定期。[2]
数据库 × AI
Neon 后端全线 GA，面向 agent 开放完整原语集 agent
Neon 宣布其"lakebase 架构"下的后端能力全部转为 GA：Lakebase Postgres（计算存储分离的数据库本体）、对象存储、Functions、托管版 Better Auth、AI Gateway 五件套均已生产可用。核心定位转变——Neon 不再只做数据库，而是把"agent 构建应用需要的一整套后端"拆成可组合原语：编码 agent 部署一个 Postgres 之外，通常还要接对象存储存上传文件、跑异步任务、做鉴权、调用模型，若这些各自独立于 Neon 之外，agent 生成的应用会出现分支感知失效、鉴权系统割裂等问题。Neon 的赌注是：agent 更擅长组合它已理解的标准原语（Postgres、S3 兼容 API、标准模型 SDK），而非适应一整套打包好的 BaaS 范式。这也是 Databricks 收购 Neon 后其 lakebase 定位首次落地为完整产品线。[3]
4B 模型经强化学习训练，查询计划比 Postgres 默认快 81% ai-native
独立研究者 Rohan Bansal 用 Qwen 4B 开源权重模型，先做监督微调再做 agentic 强化学习：模型对同一查询生成候选执行策略，实际提交 Postgres 测执行时间，标量奖励回传更新权重，逐步学会产出比 Postgres 内置优化器更快的查询计划。查询优化中的连接顺序选择（join ordering）是 NP-hard 问题，学界近十年（Leis et al. 2015 及其十年后续研究）反复证实主流优化器仍有明显改进空间；该实验之所以可行，是因为"计划好不好"可用执行时间直接验证，属于强化学习擅长的可验证任务。此帖在 HN 获666赞、136 条讨论，是本轮 DB×AI 交叉里少见的扎实开源实验（非厂商宣传）。[4]
Turbopuffer：对象存储架构让法律 AI 检索成本降一个数量级 vector
法律 AI 平台 Legora 在 AI Engineer 播客上复盘四代检索架构演进：从单一 Elasticsearch 集群，到按地区（美/欧/澳）复制全栈应对数据驻留要求，再到银行客户要求物理隔离与客户自管密钥（CMEK）后被迫重构。其法律研究语料逼近 100 亿向量、呈"少数超热门辖区+长尾冷数据"的双峰分布，传统全内存架构处理不好这种形状。Turbopuffer CEO Simon Eskildsen 提出的解法是不再依赖全内存索引，转而让对象存储承担主要负载——这一架构选择被指是当前 AI 检索基础设施经济性的关键分水岭，而非单纯堆算力。[5]
DuckDB 官方发布 Claude Code 技能插件 agent
duckdb-skills 插件让 Claude Code 通过 DuckDB CLI 直接读取数据文件、跑查询、转换格式、探索数据集，是 DuckDB 生态向"agent 原生数据工具"方向的又一延伸，呼应本刊近期持续观察到的 agent 直连数据库趋势。[6]
Sonokong 与加拿大 AGEDB 达成合作，拟联合开发面向 AI agent 的集成数据库 [7]；Snowflake 发文阐述其"零拷贝架构"面向 AI 工作负载的数据供给思路，属厂商愿景表态，未见落地细节 [8]⚠️ 厂商口径。
湖仓 · 开放表格式 · HTAP
Apache Iceberg / Hudi 同步进入下一版本候选期 lakehouse
Apache Iceberg 释出 1.12.0 首个候选版本（rc0），Apache Hudi 同期推进 1.2.1 的 rc1、rc2，两大开放表格式项目均处于候选发布阶段，正式版特性清单尚未定稿，暂未见颠覆性变更公布。[9]
技术 · 架构 · 性能基准
ClickHouse 发布 WalShadow：绕开逻辑复制，直读物理 WAL ⚠️ 厂商基准口径
WalShadow 是 ClickHouse 新开源的 Postgres→ClickHouse 复制引擎，不走传统 CDC 依赖的逻辑复制槽，而是直接消费 Postgres 用于物理备库/故障恢复的同一份物理 WAL 流，在源库之外解码后写入 ClickHouse 原生数据块——省掉逻辑解码插件、Kafka 中转和 JSON 序列化环节。据 ClickHouse 自测，Postgres 提交的事务约 200ms 后即在 ClickHouse 可见，吞吐达每秒 28.9 万行，足以跟上源库写入速度；因数据块并行处理可能乱序到达，系统靠附加源端 WAL 位点（_lsn）保序、对 schema 变更和截断类操作设置屏障保证一致性。工具已开源，同时在 ClickHouse Managed Postgres 上线私测版——因为多数托管 Postgres 服务并不对外暴露物理 WAL，只有自管两端的 ClickHouse 才能把这条路径打通。该帖在 HN 获 60 赞、10 条讨论。[10]
Tiger Data（TimescaleDB）分享案例：Meshtastic Metrics Exporter 把 50 万+条 Prometheus 指标序列合并进一张 Postgres 表，8 条查询压缩为 1 条 [11]。
融资 · 并购 · 商业化
DuckDB 生态双料并购：AWS 收编核心团队，MotherDuck 补齐管道层
AWS 宣布收购 DuckLabs——DuckDB 项目背后的阿姆斯特丹工程团队，拿到的是人和路线图影响力，而非代码所有权：DuckDB 项目本体继续归独立的 DuckDB 基金会管理，MIT 许可证下 Azure、Google Cloud 仍可免费使用同一份代码，AWS 并不能借此排他。分析认为 AWS 真正的变现点是"数据引力"——S3 集成、托管运维、安全计费等围绕引擎的增值层，而非引擎本身。几乎同时，MotherDuck——已运营 DuckDB 托管云服务四年的独立公司——完成自己的首次收购：买下由前 Snowflake 工程师 2024 年在德国创立的 Tower.dev，这家公司此前专注 Python 数据管道"最后一公里"（打包、部署、生产运行），MotherDuck 借此几周内即上线了"一句提示词生成数据管道"的 Flights 功能。两笔交易金额均未披露，但共同勾勒出 DuckDB 生态从纯开源项目走向商业化分层的节点。[12]
云厂商 · 生态 · 监管
Databricks：新加坡加码 3.5 亿美元投资，同步推数据支出治理工具 cloud
Databricks 宣布未来在新加坡追加投资超 3.5 亿美元，应对企业级 AI 采用加速带来的区域算力与数据基础设施需求；同期发文介绍面向企业的 AI 支出治理能力，帮助客户在规模化用 AI 时控制成本，两者均为厂商自身战略/产品表态，暂无第三方数据佐证具体落地规模。[13]
ClickHouse 深化与 dbt v2 及 dbt Platform 集成 cloud
ClickHouse 加强与 dbt Labs 新一代 dbt v2 及 dbt Platform 的集成，延续分析型数据库向数据转换工具链靠拢的生态趋势，属常规生态合作动态。[14]
PostgreSQL 19 撤回 SQL/PGQ 图查询支持一事持续被外媒复盘（已报，无新进展）[15]。