FutureX · Database

本期要点

· Snowflake 的 Postgres 数据镜像 GA：增删改秒级同步进 Snowflake，底层由 pg_lake 写 Iceberg

· Google borderless Lakehouse 一批功能 GA，BigQuery 支持 Iceberg V3；Gemini 跨云联邦查询进入预览

· Tiger Data 开源 Postgres 向量扩展 pg_vectorsearch（alpha），用分区索引 PRISM 替代 HNSW

· Neon Realtime 公测：任意 SQL 查询都可订阅成 live query

· TiDB Cloud Starter 公测 PostgreSQL 兼容，PingCAP 称年底前开源 TiDB X 核心代码

· Spark 原生向量化加速器 Apache Auron 毕业，成为 ASF 顶级项目

Snowflake 的 Postgres 数据镜像（Data Mirroring）正式 GA · htap

Snowflake 宣布，Postgres data mirroring 功能已正式 GA。用户可以把 Snowflake Postgres 中的表持续复制到 Snowflake，insert、update、delete 都会同步；表结构变更和新增的表也会自动跟上，建立镜像只需要一条 SQL。在实现上，系统通过标准 logical replication 捕获变更，再由开源扩展 pg_lake 写入 Apache Iceberg 变更日志表。Snowflake 一侧按 Postgres 的事务边界成批推进，同一个源事务里的改动会同时可见，外键关系和 join 因此不会错位。每张镜像表都附带一个 $live 视图，读取时会把已应用的数据与尚在传输的变更合并起来；文档给出的延迟约为 30 秒，另外还提供保留 7 天的 $changes 变更流。现阶段只支持从 Postgres 到 Snowflake 的单向镜像。Snowflake 去年收购了 Crunchy Data，并推出 Snowflake Postgres；这次的功能把 OLTP 与数仓之间的 CDC 管道收进了平台内部。ClickHouse 走的也是这条路，做法是把 PeerDB 并入 ClickPipes，形成 Postgres CDC。两家公司都想接管"从应用库到分析库"这一步，不同之处在于，Snowflake 的中间层直接建立在开放的 Iceberg 之上。^[1]

Neon Realtime 开启公测：live SQL 在 Postgres 内部运行 · oltp

Neon（现属 Databricks，对应 Lakebase Postgres）开始公测 Neon Realtime。任何 SQL 查询都可以被订阅，底层数据一旦变化，查询结果就会随之更新，前端无需再编写轮询或重新拉取数据的逻辑。研发团队来自 Electric 同步引擎。他们这次把 live query 放进了数据库内部，没有另设一个实时服务去镜像数据库，所以它可以与 Neon 的 scale-to-zero 和 branching 配合使用。公测期间免费，也不需要排队等待。官方把它定位为编码 agent 搭建应用时"默认会用的原语"，理由是 agent 编写 CRUD 通常不会出错，而编写实时同步则容易出问题。^[2]

TiDB Cloud 更新：Starter 公测 PostgreSQL 兼容，TiDB X 计划年底开源 · oltp ⚠️ 厂商口径

PingCAP 在 SCaiLE 2026 上发布了一组 TiDB Cloud 更新。TiDB Cloud Starter 开始公测 PostgreSQL 兼容，一向以 MySQL 兼容为卖点的 TiDB 由此也接入了 Postgres 生态。BYOC 进入公测，Premium 档计划在 11 月 GA。此外还新增了面向 agent 的 TiDB Cloud Filesystem 预览版，这是一个 serverless 分布式文件系统，agent 即使换了新会话或新沙箱，之前保存的工作依然保留；预览期间，checkpoint 与 rollback 命令不保证可用。公司同时表示，将在 2026 年底前开源 TiDB X 的核心代码，TiDB X 是以对象存储为底座、计算与存储分离的新架构，目前这仍然只是计划。文中的客户数字都来自公司：半年里，agent 在 Starter 上创建了近 300 万个实例；Atlassian 把 750 多个 PostgreSQL 集群合并为 16 个 TiDB 集群，这些集群承载着 300 多万张表。^[3]

Tiger Data 开源 pg_vectorsearch：用 PRISM 分区索引向 HNSW 发起挑战 · vector ⚠️ 厂商口径

Tiger Data（原 Timescale）发布了开源的 Postgres 扩展 pg_vectorsearch，目前处于 alpha 阶段。它的新索引 PRISM 与 HNSW 不同，不把向量连接成图，而是先把相近的向量划入同一分区，再以压缩格式紧凑地存成列表，思路与新一代专用向量库的分区索引相近。官方在 1 亿向量规模下做了自测：查询延迟为 6 ms，所用机器的内存只有 HNSW 的 1/4，建索引的速度快 20 倍以上；作为对照的 HNSW，至少需要 512 GB 内存的机器才能建完索引。公告没有给出召回率，也没有第三方复测，这些数字目前只是官方的说法。值得注意的是，pgvector 的 HNSW 占用大量内存，是不少团队从 Postgres 转向专用向量库的主要原因之一，PRISM 针对的正是这个痛点。^[4]

Databricks Predictive AI Functions 进入 Beta：预测与异常检测以 SQL 函数提供 · ai-native

Databricks 发布了 Predictive AI Functions 的 Beta 版，新增 4 个 SQL 原生函数，涵盖异常检测、驱动因素分析和预测等用途，同时升级了 ai_forecast。新版 ai_forecast 的底层换成了基于 transformer 的时序基础模型，无需调参，还可以加入节假日因子和外部协变量。用户可以在 SQL 编辑器和 notebook 中直接调用这些函数，也可以在 Genie 里用自然语言触发，或把它们嵌入仪表盘；模型由平台统一维护。这种把预测模型做成库内函数的方式，省去了向数据科学团队排队申请的环节。^[5]

Google borderless Lakehouse：BigQuery 支持 Iceberg V3，Gemini 跨云联邦进入预览 · lakehouse

Google Cloud 宣布，borderless Lakehouse 在今年早些时候发布的一批功能已经正式 GA。BigQuery 现在支持 Apache Iceberg V3 规范，其中包括 binary deletion vectors 和 sort orders，行级的更新与删除不必再重写整个文件。BigQuery 与 Managed Service for Apache Spark 可以读写同一批 Iceberg 表；借助 runtime federation，它还能与 AWS Glue、Databricks Unity Catalog、Snowflake Horizon Catalog 进行双向缓存；通往 AWS 和 Azure 的 Cross-Cloud Interconnect，单条连接的带宽为 10 或 100 Gbps。在执行引擎方面，Parquet reader 改用 FlatBuffers，I/O 也改为并行处理，目的是缩小开放格式与原生存储之间的性能差距。同时进入预览的还有 Gemini 集成：通过 catalog federation 连接 Unity Catalog、Horizon 等外部目录后，业务用户可以用自然语言跨云查询数据，数据不必先迁入 Google Cloud。在表格式之争中，Google 选择的是"Iceberg 加多目录联邦"的路线，没有另立一套标准。^[6]

Rubrik 推出 Apache Iceberg 的表级备份与恢复 · lakehouse

Rubrik 发布了 Apache Iceberg Protection，保护范围包括 AWS Glue Data Catalog 和 S3 Tables 中的 Iceberg 表，预计本月晚些时候 GA。它要解决的缺口是：Iceberg 原生的 snapshot 只是指向元数据的指针，一旦表被删除、被勒索软件破坏，或被失控的 agent 覆盖，指针也随之消失；原生工具虽然能恢复底层文件，却无法把 catalog 重新接上。Rubrik 同时备份数据和元数据，恢复时会重建 catalog，因此表恢复后可以直接在 Athena、Spark、Trino 中查询；不可变备份保存在客户自己的 AWS 账号里。随着 Iceberg 进入生产核心，备份厂商开始把它当作需要单独保护的系统，这是一个值得留意的信号。^[7]

CedarDB：以一个兼容 Postgres 的引擎同时承担事务与分析 · htap

TechCrunch 采访了总部在慕尼黑的 CedarDB。这家公司从慕尼黑工业大学的研究型引擎 Umbra 孵化而来，5 位联合创始人都来自 Umbra 团队。它的主打思路是，在不增加 CPU 和内存的前提下充分发挥现代硬件的性能，让同一个引擎既处理 OLTP，也处理 OLAP。CEO Moritz Sichert 认为，agent 会直接用自然语言对交易数据提出分析问题，这会让"事务库加分析库"的传统两套架构更难维持。公司选择兼容 PostgreSQL，一方面降低了迁移成本，另一方面，这也是 LLM 训练时最熟悉的方言。CedarDB 在 2025 年 5 月发布了社区版和可本地部署的企业版，并同时宣布完成 530 万欧元种子轮融资。^[8]

Apache Auron 毕业成为顶级项目：面向 Spark/Flink 的原生向量化加速器 · lakehouse

Apache 软件资本会宣布，Auron 已从孵化器毕业，成为顶级项目；同一批毕业的还有 Reqsign 和区块链框架 ResilientDB，其中 Reqsign 是从 OpenDAL 拆分出来的 Rust 云请求签名库，Lance、uv 等项目都在使用。Auron 的工作方式是先读取 Spark 的物理计划，把其中受支持的算子转换成原生执行计划，再经由 JNI 交给执行引擎运行；这个引擎以 Rust 实现，基于 DataFusion 和 Arrow 列式格式。它以 Spark client 扩展的形式安装，查询无需改写。目前 Auron 已接入 Spark 和 Flink，也支持 Paimon、Iceberg、Hudi 三种表格式。ASF 的公告称，Auron 通过了全部 TPC-DS/TPC-H 用例，相比 Spark 3.5 快 2 倍，平均节省 50% 的集群资源；这是项目方的说法，尚未见到第三方复测。为 JVM 系引擎换用原生向量化执行，此前已有 Databricks Photon、Gluten+Velox 等方案，如今又多了一个走 Rust/DataFusion 路线的 ASF 顶级项目。^[9]

Tamr｜新一轮融资｜2100 万美元 ⚠️ 单方口径

The Business Journals 报道，位于麻省剑桥的数据管理公司 Tamr 获得 2100 万美元融资，资金将用于为企业 AI 整理和准备数据；至于轮次和投资方，目前还没有看到一手披露。Tamr 由 Michael Stonebraker 参与创立，主营业务是 data mastering，也就是用机器学习做实体解析，并合并来自多个数据源的主数据。数据清洗与统一这一环节，如今被重新包装成 AI 就绪的前置工序。^[13]

Amazon S3 登陆 Vercel Marketplace：对象、Iceberg 表和向量三类存储可一键开通 · cloud

Vercel 的开发者现在可以在控制台或 v0 对话中，直接开通 S3 通用桶、S3 Tables（托管 Iceberg）和 S3 Vectors。鉴权采用 OIDC 短期凭证，不必保存静态密钥；此前，Aurora、DynamoDB 和 OpenSearch Serverless 已经在 Marketplace 上架。官方给出的示例是，在 Vercel Function 中用 DuckDB 按 ARN 挂载表桶，然后直接运行 SQL。AWS 称，S3 Vectors 的存储和查询成本比独立的向量库最多低 90%，这属于厂商口径。^[14]

Snowflake 拟与 Bleu 合作，进入法国主权云市场 · cloud ⚠️ 计划口径

Snowflake 宣布有意与 Orange 旗下的主权云 Bleu 合作，由欧洲本地的合作伙伴负责运营，为法国的受监管行业提供 AI Data Cloud。Bleu 已经取得 ISO 27001 和 HDS 认证，目前正在申请 SecNumCloud 3.2 资质。客户可以把数据放在自己掌控的 S3 兼容存储中，并以 Iceberg 格式保存，因此与供应商终止合作时无需迁移数据。^[15]

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻