数据库行业日报
本期要点
· Snowflake Horizon Catalog 接入 Iceberg REST Scan Plan API，外部引擎首次能查带行过滤/列脱敏策略的 Iceberg 表（厂商口径）
· DBtune 4.0 把 Postgres 自治调优从参数扩到索引与 autovacuum，客户案例查询均耗时 75.9ms 降到 7ms（厂商口径）
· LanceDB v0.40.0 稳定版上线（基于 Lance 13.0.0），次日 beta 即带破坏性变更
· DuckDB 官方演示几百 KB 的纯视图库文件，当作整个数据湖的共享目录
· Databricks 的 Workday Data Connect 联邦连接器进入公开 Beta，零拷贝查 HR 与财务数据
· LlamaIndex 工程负责人称 grep 与 embeddings 之争的决定因素是数据规模
版本与产品发布
LanceDB v0.40.0 稳定版发布，v0.41.0-beta.0 随即带来破坏性变更 · vector
LanceDB 的 v0.40.0 稳定版基于 Lance 13.0.0 格式，维护在 release/v0.40 分支，Java 包坐标为 com.lancedb:lancedb-core:0.40.0。同日出现的 v0.41.0-beta.0 含两项破坏性变更：各 SDK 统一拒绝零向量搜索探针（zero vector search probes），list_databases 改为返回迭代器。依赖 LanceDB 的团队升级 beta 前要检查这两处调用。[1]
其他版本动态：ClickHouse 同日放出三个维护版，v26.8.20.9-lts、v26.7.24.8-stable、v26.3.44.2-lts，素材无发布说明，仅作补丁线记录；Materialize 发布 v26.45.0 与 v26.45.1；YugabyteDB 多个构建更新，涉及 2.31.0.0、2026.1.3.0 与 2025.2.8.0 三条线，以 backport 和 YSQL 修复为主；Chroma 主干出现 1.5.10.dev313 开发构建。
数据库 × AI
DBtune 4.0：Postgres 自治调优扩到索引与 autovacuum · ai-native ⚠️ 厂商口径
DBtune 4.0 在原有服务器参数调优之外，加入索引优化与 autovacuum 监控。它按负载给索引机会排序，列出预期收益、成本和 DDL，也标出膨胀或重复、过时的旧索引，并能诊断 autovacuum 落后的原因。调优结果可自动应用，也可先由用户审批。披露的案例是客户 Midwest Tape 在 AWS RDS PostgreSQL 上取得 10.8 倍提升，平均查询耗时从 75.9ms 降到 7ms。这是单一客户的自报数据。该公司 2020 年从斯坦福与隆德大学孵化，2023 年 7 月完成 240 万美元种子轮。它代表的路线是用 ML/agent 替代 DBA 手工调参，和近期 Percona、阿里云等对「agent 时代数据库」的讨论同属一个方向。[2]
LlamaIndex 工程负责人：grep 还是 embeddings，由规模决定 · agent
LlamaIndex 工程负责人 George He 在 AI Engineer 播客上称，两派之争的前提是错的，应给 agent 同时配 grep、文件名/元数据过滤和语义检索。他认为 Claude Code 弃用向量库、直接遍历文件系统，靠的是代码库的特点：规模小、有 import 和测试等线索、本就在本地磁盘。企业数据则混着 PDF、PPT、图片，还要处理权限和同步，难以靠本地遍历完成。长上下文也不能免除检索，因为把海量 token 送进模型的成本很高。这是个人观点，不是基准结论，但它正好说明向量库厂商目前的定位：不再主打替代一切，而是面向大规模、非结构化、有权限要求的数据。[3]
湖仓 · 开放表格式 · HTAP
Snowflake Horizon Catalog 支持 Iceberg REST Scan Plan API，策略保护的表可被外部引擎读写 · lakehouse ⚠️ 厂商口径
Snowflake 称 Horizon Catalog 是业界首个对 Snowflake 托管与非托管 Iceberg 表都提供细粒度访问控制的 catalog。此前外部引擎查询带行访问/列脱敏策略的表会直接报错。现在 catalog 先按用户身份评估策略，生成授权后的 scan plan，引擎只拿到被允许的数据切片。Snowflake 称 Spark、Trino、PyIceberg、Flink、DuckDB 等只要实现 Scan Plan API 即可使用，无需各装引擎专属的安全插件。Scan Plan 规范本身只管读，Snowflake 称自己把受策略保护的表的写入也纳入治理，这部分超出规范，是厂商扩展。「首个」是自称，未经第三方核实。这条接在 10 月 3 日 Iceberg REST Catalog 合入 read-restrictions 之后，是开放表格式从「能互通」转向「互通时策略不丢」的具体落地。[4]
Databricks：Workday Data Connect 联邦连接器公开 Beta · lakehouse
Databricks 通过 Lakehouse Federation 把 Workday HR 与财务数据以零拷贝方式接入 Unity Catalog，可在 Databricks SQL、AI/BI、notebook 和 Genie 中与其他企业数据联合查询。它称自己是 Workday Data Cloud 首批提供原生联邦连接器的数据与 AI 平台之一。配置由 Workday 管理员和 Databricks 管理员协作完成，目前仍是 Beta。意义在于联邦查询不再只对接数据库，开始对接 SaaS 业务系统，权限仍由 Unity Catalog 统一管理。[5]
技术 · 架构 · 性能基准
DuckDB 官方：只存视图、不存数据的库文件可充当数据湖目录 · olap
DuckDB 博客介绍 view-only 用法：库文件里只放指向对象存储 Parquet 的视图定义，文件只有几百 KB，不随数据量增长。示例是荷兰铁路开放数据，约 38 万行的 train_services.parquet。上传到 s3:// 或 https:// 后，别人以只读方式 attach 就能直接查询。视图里的 join、过滤和列名可以充当面向消费者的语义层，数据不动。它延续了「DuckDB 不需要自己存数据」的思路，也与上月 AWS 收购 DuckLabs 团队、Aurora 内嵌 DuckDB 查询 Iceberg 的方向一致：DuckDB 越来越像数据湖的轻量查询入口。[6]
Neon 的 Lakebase Search 新增 lakebase_tokenizer：同义词与停用词改用 SQL 表管理 · oltp
原生 Postgres 的同义词和停用词词典要读数据库服务器上的文本文件，托管服务用户碰不到服务器，只能用内置词表。lakebase_tokenizer 扩展把这些配置放进 SQL 表，用 INSERT 即可定义，并进入 GIN 与 lakebase_bm25 索引。因为 Neon 的数据库可 branch，tokenizer 配置会随分支复制，新同义词表可以先在分支上试。文章要点是 BM25 只能给已有 token 打分，分词步骤决定了能搜到什么，比如「k8s」与「kubernetes」。这是 9 月底 Lakebase Search 上线后的补充，属小功能。[7]
Nebius 披露 Managed PostgreSQL 架构：Kubernetes + CloudNativePG · oltp
Nebius 的托管 Postgres 自 2025 年 GA 以来已有数百个生产集群、数十 TiB 数据。它基于 Kubernetes 和 EnterpriseDB 主导的开源 operator CloudNativePG（CNPG）。每个云项目一个独立的 Kubernetes 集群，每个 Postgres 实例独占一个计算节点。目标包括严格同步复制下的零数据丢失、PITR、自动 failover 和物理备份。云厂商转向 CNPG 做托管底座，从侧面说明这个 operator 已经成熟。[8]
学界 · 研究前沿
· Disk-Resident Graph ANN Search: An Experimental Evaluation（arXiv 2603.01779，v2）：把磁盘驻留图 ANN 系统拆成存储策略、磁盘布局、缓存管理、查询执行、更新机制五个组件，建立统一分类并做对比实验，适合评估内存放不下时的向量索引取舍。[9]
· Diff-SQL: SQL Efficiency Optimization via Patch Generation and Constraint Alignment（arXiv 2610.06857）：做慢查询到语义等价快查询的改写，思路是生成补丁并做约束对齐，属于 DB×LLM 的查询优化方向。[10]
· Cost-Effective Numerical QA over Semi-Structured Table（arXiv 2610.07749）：面向带层级版式的半结构化表格数值问答，主题是结构化、解析与规划三步的成本控制。[11]
云厂商 · 生态 · 监管
Elastic 入选 Gartner 企业 AI 搜索魔力象限领导者 · vector ⚠️ 单方口径
Elastic 通过 Business Wire 宣布入选 Gartner 企业 AI 搜索魔力象限的 Leader。素材只有标题，没有排名细节，属分析机构评级与厂商转述，不构成产品能力证据。这家公司上月刚主打 Serverless 向量库和对标 ClickHouse 的指标引擎。[12]
Databricks Apps 的 on-behalf-of-user 授权 GA · lakehouse
Databricks 宣布 Databricks Apps 支持以终端用户身份访问数据的 on-behalf-of-user 授权正式可用，让应用侧也遵守用户自己的数据权限。素材仅有标题，细节未展开。[13]
另：MotherDuck 近两日经 TipRanks 转述其定位，包括面向「超出 Postgres 分析能力」的团队，以及面向嵌入式分析的隔离计算模型；素材只有标题，无新发布。