数据库行业日报
本期要点
· Supabase 获 1.5 亿美元融资并收购 Turso，称新建数据库 70% 由 agent 创建（公司口径）
· Cloudflare 的 Basin 正式 GA：Iceberg + R2 的 serverless 分析，零 egress 费
· Supabase Select 发布 Multigres（私有 alpha）与 OrioleDB，并上线自家 Postgres 横评站 dbarena
· Iceberg REST Catalog 合入 read-restrictions，首次为列脱敏和行过滤定标准；S3 Tables 同日补齐 V3 全部数据类型
· turbopuffer v3 把 ANN 向量索引降为二级索引，HN 374 赞
· Snowflake 称 Adaptive Warehouses 的 DML 最高快 13.7 倍（厂商口径）
版本与产品发布
Cloudflare Basin 正式 GA：基于 Iceberg 与 R2 的 serverless 分析平台 · lakehouse
Cloudflare 把 Basin 作为 GA 产品推出，覆盖数据摄取、存储、编目与查询，不需要用户自备集群。数据以 Apache Iceberg 格式存放在 R2 对象存储上，Snowflake、Spark、DuckDB 等工具可直接读取，不必先拷贝或转换。计费按用量，并且不收 egress 费：跨云、跨区域查询自己的数据不额外付费。egress 费一直是多云分析最受诟病的成本项，Basin 把它直接拿掉。Cloudflare 技术负责人 Dane Knecht 的表述是"开发者不该为了回答自己数据的问题而变成数据基础设施运维"。Cloudflare 同时说明，Basin 面向更开放的 serverless 分析场景，并不打算替换所有数仓部署。已见报道没有写明底层查询引擎与性能数字，对 ClickHouse 系读者来说，眼下可比较的是它的开放格式路线与定价，不是引擎指标。[1]
Supabase Select：声明式 Schema 2.0、应用自带 MCP server、Supabase Compute · agent
Supabase 在 Select 大会上围绕"让编码 agent 直接操作后端"发布三组更新。Declarative Schemas 2.0：agent 只编辑 SQL schema 文件，新的 diff 引擎 pg-delta 生成迁移，新项目默认启用；config.toml 可通过 supabase config pull 与控制台同步。应用自带 MCP server：部署在现有 Supabase 项目内，用户的 agent（Claude、ChatGPT、Cursor 等）以登录用户身份接入，只能看到该用户有权限的数据。Supabase Compute：在数据库旁运行不限时长的长驻服务，可选内存和 CPU，每个服务有完整 Linux 环境（Edge Functions 没有）。本地开发新增无 Docker 的原生进程模式，每个目录一套独立栈，目前为 alpha、默认关闭。
运维侧新增：通过 SQL 访问原始项目日志的 MCP 工具、覆盖 Data API / Auth / Storage / Edge Functions 错误率的健康类 Advisor、连接与锁等待视图、可存成文件的 Notebooks。新的 Explorer（SQL 编辑器的演进版）将在 10 月 12 日前陆续铺到所有项目。[2]
Supabase 推出 Multigres 与 OrioleDB，并上线 dbarena 基准站 · oltp ⚠️ 厂商口径
Multigres 是由 Vitess 团队打造的开源 Postgres 扩展层，提供可扩展连接池和自动多节点故障切换，无需单独部署 pooler。高可用方案基于 Postgres 同步复制之上的广义共识协议：节点失败后，集群先确认哪些写入已提交，再在数秒内提升副本，官方称不丢已提交写入。默认跨可用区部署 3 个 Postgres 节点。目前是私有 alpha、凭邀请使用，明确不适合生产负载。
OrioleDB 是开源 Postgres 存储引擎，替换传统 heap 存储，目标是消除表膨胀、VACUUM 开销以及 32 位事务 ID 的 wraparound 限制。dbarena 是 Supabase 自己运营的开放基准站，对比各托管 Postgres 厂商的性能与成本。运营方本身是参赛方，结果在独立复现前按厂商口径看待。[3]
其他版本动态：ClickHouse 发布 v26.9.8.3-stable、v26.7.19.5-stable 及 v26.3.39.7 / v26.3.38.2 两个 lts 补丁；Materialize v26.45.0 连出 rc.1–rc.3；YugabyteDB 多条分支同日出构建，其中 2025.2.8.0-b12 导入了 PG 15.19 安全修复；pgvector 升至 v0.8.7；Weaviate 补丁 v1.39.8 / v1.38.18（MMR 查询向量归一化修复，无 breaking change）。[4]
数据库 × AI
turbopuffer v3：ANN 索引从主索引降为"普通二级索引" · vector
turbopuffer 发文《RIP, vector database》（HN 374 赞 / 105 评），宣布 v3 重写文档与索引的布局、写入、compaction 和查询方式。此前所有索引都围绕 ANN 向量索引转：向量按 SPANN / SPFresh 式层级聚类，属性过滤用的倒排索引也以"聚类 ID + 簇内 LocalId"（ANN 地址）作为指向。官方称这种向量优先的架构已推到极限，已经限制了 GROUP BY 与聚合等查询计划。v3 的做法是换一个新的主索引，让 ANN 与文本、正则等索引并列。官方还说，这是为"把更多 SQL 查询搬进 turbopuffer 并跑得快"打基础。
文中把客户用法的变化写得很清楚：早期客户是 Cursor、Notion，之后出现了 Linear 同步引擎这类非搜索用途。对向量库赛道，这是又一个"向量只是一种索引类型"的信号，不过 v3 目前只是路线说明，没有给出性能数字。[5]
Databricks 推出 ai_decide（Beta）：用决策模型替代 LLM 做结构化判断 · ai-native ⚠️ 厂商口径
ai_decide 是 Databricks 的原生 AI Function，底层是 TypeSafe AI 的决策模型 Jev：输入非结构化文本和一组问题，直接返回概率、命名选项或有序分值，而不是生成文本。典型场景是工单分类、文档是否需人工复核、模型路由、agent 评估，可在 SQL 里调用，也提供 REST API。官方称其延迟和成本低于 LLM（未给数字，目前为 Beta）。
同一思路在别处也出现：Neon 上线 pg_redact，用 Jev 在 Postgres 内做按内容识别的 PII 脱敏，不再局限于"一列一类个人数据"。学界同日也有论文 JEVDB（见下文）把类型化决策模型用到语义过滤和 join 上。[6]
Neon AI Gateway 加入 embedding 模型服务 · vector
Neon 的 AI Gateway 现在可在与聊天模型相同的 OpenAI 兼容端点和同一凭证下生成 embedding。对 Postgres + pgvector 的用户，这省掉了单独接入 embedding 服务的一环。[7]
湖仓 · 开放表格式 · HTAP
Iceberg REST Catalog 合入 read-restrictions：列脱敏与行过滤有了引擎中立的标准 · lakehouse
Google Cloud 的 Talat Uyarer 与 Sung Yun 撰文说明，Apache Iceberg 社区已向 REST Catalog 规范合入可选的 read-restrictions 字段：loadTable 响应里可附带行过滤和列投影（脱敏）规则。评估顺序是行过滤先对原始列值求值，再对留下的行做投影，因此策略可以"按 region = 'US' 过滤，同时在输出里遮蔽 region"，两者可以组合。
这解决的是开放格式的一个结构性缺口：表数据是对象存储里的 Parquet，BigQuery、Spark、Trino、Flink、DuckDB 等引擎都能直读，catalog 此前只能整表放行或拒绝，也就是粗粒度的凭证发放和服务端 scan planning。需要细粒度治理的用户只能改用厂商私有客户端，或把读请求绕经厂商代理，等于放弃直读存储的性能与开放性。标准落地后，各引擎是否实现、实现到什么程度，仍待观察。[8]
Amazon S3 Tables 支持 Iceberg V3 全部数据类型 · lakehouse
AWS 宣布 S3 Tables 支持 Iceberg V3 规范的所有数据类型，可新建 V3 表，也可把 V2 表原地升级。V3 特性包括：deletion vectors（用紧凑二进制取代 V2 的 positional delete 文件，AWS 举例，合规删除 5 万行不再留下成千上万个小删除文件）、row lineage（每行自动带 _row_id 与 _last_updated_sequence_number，下游无需全表扫描即可找到变更行），以及 variant、纳秒时间戳、geometry、geography、unknown 等类型。compaction 与维护仍由 S3 Tables 托管。[9]
技术 · 架构 · 性能基准
DuckDB：长字符串 GROUP BY 先换成整数键，最后再 join 回字符串 · olap
DuckDB 官方博客给出一个实用模式：对重复度高的长字符串列，先建带有序窄整数键的小维度表，在整数键上聚合，最后才把字符串 join 回来。原因在哈希聚合的实现：DuckDB 的字符串是 16 字节结构，≤12 字节内联，更长的只存 4 字节前缀加指针，因此哈希要读完整个字符串，命中还要沿指针做全串比较，新分组的字符串还会拷进哈希表自己的内存，表会随之变大。示例数据是荷兰铁路停靠表，380,959 行，只有 537 个不同站名，仅 Amsterdam Centraal 就重复 7,591 次。这个做法本质是数据仓库里的星型模型，在这里被用作聚合优化，官方已写入 Performance Guide 的 schema 章节。起因是一份高基数分组的内存占用报告，后来查明并不涉及字符串。[10]
Snowflake Adaptive Warehouses：DML 写路径重做，称最高快 13.7 倍 · olap ⚠️ 厂商口径
Snowflake 工程博客解释了 Adaptive Warehouses 的写路径。micro-partition 是不可变文件，改几行就要重写整个文件，写放大严重。新路径用四招：delta 文件加 bitmap 表示稀疏修改而不重写分区；复用已有元数据而不是重算；让 CPU 计算与 I/O 等待重叠；按负载读取方式安排新文件布局。收益主要出现在 DELETE / UPDATE / MERGE，各项机制按语句自动触发、无需配置。13.7 倍来自 Snowflake 自己的基准对比，对比基线与口径未经第三方验证。[11]
学界 · 研究前沿
· HakiCC（arXiv 2610.00889）：用 LLM 多 agent 流水线为特定应用自动设计、验证并优化并发控制协议；动机是多数应用只会默认用 2PL 或 OCC。[12]
· JEVDB（arXiv 2610.02046）：语义数据库用快速的类型化决策模型做过滤、join、分类和排序，只把不确定的样本升级给生成式 LLM，并用半连接削减加 Semantic Bloom Filter 减少语义 join 工作量；作者称在 SemBench 上 21 条查询全部延迟最低、19 条成本最低（论文自报）。[13]
· BudgetSchemaBench（arXiv 2610.00092）：针对 Text-to-SQL 的 schema 上下文预算做诊断，在 80 个库的合并目录上扫描四档预算、比较三种表示，并用来源命名空间检查剔除"从错误数据库拿到正确结果"的查询。[14]
· Guarded Commits（arXiv 2610.00037）：把人工审批写进 LLM 工作流状态，提交前由凭证受限的 commit 适配器核对审批记录；证据仅限合成无环工作流上的校验器测试，属设计提案。[15]
融资 · 并购 · 商业化
Supabase｜新一轮｜1.5 亿美元｜估值未披露，并收购 Turso · agent ⚠️ 公司口径
Supabase 宣布新一轮 1.5 亿美元融资，由 GIC 领投，Alphabet 旗下 CapitalG、IronArc、SquarePeg 参投，距上一轮 5 亿美元 Series F 仅四个月。资金中一部分用于员工流动性。同时宣布收购 Turso：后者用 Rust 重写了 SQLite，并搭了一个单台服务器可管理数百万个数据库、按需加载和挂起的云平台，Superhuman、Sauna.ai、CTO.new、Mastra 都是用户。收购金额与估值在已见材料中均未披露。
Supabase 自述每月新增超过 100 万用户、400 万个数据库，其中 70% 由 agent 或 AI 工具创建，6 月时已披露的同比增幅为 600%，以上均为公司自报数字。逻辑是：SQLite 适合小而随用随开的负载，Postgres 适合业务长大之后，两者合起来给 agent 一条从原型到生产的路径。Turso 将继续独立运营并保持 SQLite 路线，联合创始人 Glauber Costa 将负责 Supabase 的 agent 基础设施方向，Pekka Enberg 同时加入。同日 Select 大会上 Supabase 的 Multigres 与 OrioleDB 发布，见第一章。[16]
Neon 免费版每项目存储翻倍至 1 GB · oltp
Neon 免费计划的每项目存储从 0.5 GB 提到 1 GB，仍保留 100 个项目，已有项目同步获得新额度。[17]