数据库行业日报
本期要点
· Databricks 推出 agent 记忆，称任务通过率升至 3 倍
· 镜舟发布 MIP：StarRocks 底座加语义层与 Data Agent
· Tiger Data 开源 searchgres.js，单条 Postgres 查询做混合检索
· Unity Catalog 支持 Iceberg 表零拷贝迁出
· Snowflake Horizon Context 公测，接入 18 个元数据源
版本与产品发布
KiviDB：Rust 写的 Redis 兼容内存库，自带全文与向量检索 ⚠️ 基准口径
KiviDB 是一个多线程、分片的内存 KV 引擎，兼容 RESP2/RESP3 协议，现有 Redis 客户端和 redis-cli 不改代码就能连。它还实现了 Redis Stack 风格的 BM25 全文检索和 FLAT/HNSW 向量 ANN 命令。作者自测：在 AWS Graviton3 上限定 32 核，pipelined GET 达到每秒 2100 万次，约为 Redis 8 的 9 倍、Dragonfly 的 2.3 倍，p99 延迟不到 Dragonfly 的一半。仓库自己也注明，这是一次受控测量、不构成保证。这类引擎的卖点是把缓存和向量缓存合进一个进程，正好落在 Valkey、Dragonfly 与 Redis Stack 之间。项目从 2026 年 2 月开始开发，HN 获 68 赞。[1]
其他版本动态：ClickHouse 四条维护线同时出补丁，分别是 v26.9.23.15/v26.9.22.3-stable、v26.8.32.14/v26.8.31.2-lts、v26.7.35.11/v26.7.34.3-stable、v26.3.57.12/v26.3.56.2-lts；Materialize v26.46.1 发布，v26.47.0 已到 rc.4；LanceDB v0.41.0-beta.8 至 beta.10 连续出破坏性变更，LSM 相关 API 统一改名为 MemWAL，blob 布局也做了归一；Redpanda v26.2.2 是最后一个在 GitHub 发布的版本，此后的发布说明改放官方文档，本版 rpk 新增 Oxla（SQL）集群诊断包；Apache Hudi 1.1.2、TiDB v26.3.20、YugabyteDB 2026.1.3.0 与 2.31.0.0 系列构建发布。
数据库 × AI
Databricks Agent Memory 进入 Beta，底层是 MemCurrent 架构 · agent ⚠️ 厂商口径
Databricks 在 agent 开发平台 Agent Bricks 上推出 Agent Memory（Beta），存储层用的是自家 serverless Postgres Lakebase。底层的 MemCurrent 架构由 Databricks Research 同日发文介绍，记忆分两层：一层是只追加的 episodic memory，保存原始会话轨迹；另一层是 derived memory，把轨迹提炼成结构化知识文件，顶部有一个自动生成的 memory.md 索引。三种接入方式一起用：插件在会话中自动记录与加载，agent 也可以按需调用工具读写，另有一条离线「dreaming」流水线在后台合并、更新记忆。官方称在内部企业任务基准上，任务通过率是无记忆时的约 3 倍，token 少用 31%，耗时少 26%；在通过率和 token 两个维度上都优于 Mem0 等方案。这些结果都来自自建基准，没有第三方复现。行业意义在于，「agent 记忆存在哪」正在被各家数据平台收回自家的 OLTP 层：Databricks 放在 Lakebase，Genie 已经在用同一套架构。[2]
镜舟科技发布 MIP：StarRocks 之上叠语义层与 Data Agent · ai-native
StarRocks 的商业化公司镜舟科技发布企业级 AI 数据平台 MIP（MirrorShip Intelligence Platform），产品线从实时分析延伸到「分析 + 智能」。平台分三层：数据底座 MirrorData（分析引擎 MirrorBase 主要基于 StarRocks，加上开放湖仓存储 MirrorLake，可以在同一次查询里组合结构化过滤、全文检索和向量检索），企业语义层 MirrorMind（用 Semantic View 统一管理指标、维度和表间关系），以及 Data Agent 运行环境 MirrorPilot（保留执行时用到的 SQL 和计算口径，便于核对）。治理与审计由 MirrorControl 负责，贯穿三层。这套思路与 Snowflake Semantic View、Databricks Genie 一致：把指标口径写进平台，让 agent 不必每次重新拼装。这也是 ClickHouse 系竞品里，首家把语义层和 agent 运行环境打包进自家商业发行版的。发布会以演示为主，没有给出性能数字。[3]
Tiger Data 开源 searchgres.js：BM25、语义排序与时间过滤合进一条 Postgres 查询 · agent
Tiger Data（原 Timescale）以 Apache-2.0 协议开源 TypeScript 库 searchgres.js，支持 Node、Bun、Deno。它在单条 PostgreSQL 查询里组合 BM25 全文检索、语义排序以及层级、元数据、时间三类过滤。这个库抽取自团队做 agent 记忆和 RAG 后端时积累的代码。团队的论点与 Databricks 正好相反，认为 agent 记忆是检索问题、不是存储问题：只对单张 Postgres 表里的原始对话轮次做检索，不做事实抽取、不建知识图谱，在 LoCoMo 上拿到 F1 0.665，高于此前公开最佳的 0.613。同一天出现了两条路线：Databricks 用后台流水线提炼记忆，Tiger Data 把功夫押在检索接口上。[4]
Snowflake Horizon Context：元数据连接器扩到 18 个来源，进入公测 · ai-native
Horizon Context 是 Snowflake 在 Horizon Catalog 里做的受治理「上下文层」，用来收集元数据并补充业务含义，同时供 BI 工具和 AI agent 使用。本次公测内容有三项：元数据连接器覆盖 18 个来源，包括 Power BI、Tableau、Looker、dbt、Oracle、PostgreSQL、Databricks、BigQuery；数据管理员可以获得定向的描述编辑权限；字段描述会自动传播到下游列。用意是让每个 agent 不必各自维护一套指标定义，与上周转 GA 的 Semantic Studio 是同一条产品线。[5]
Couchbase 扩展 AI Data Plane：Bedrock 语义缓存、AWS 上托管 Agent Memory · agent ⚠️ 单方口径
据 SiliconANGLE 专栏，Couchbase 本周扩展 AI Data Plane，内容包括：原生集成 Amazon Bedrock 并提供语义缓存；在 AWS 上提供全托管的 Agent Memory 与 MCP server；分析引擎改名 Operational Insights，并加入向量检索。公司给出的理由是，agent 生产化后，被拖垮的是数据层容量和推理账单，部分客户已经因为成本把模型降级。以上细节目前只见于这一篇二手报道。[6]
RuVector 推出商业版：向量、图关系与反馈学习合在一个 Rust 引擎里 · vector ⚠️ 厂商口径
Cognitum One 为开源项目 RuVector 推出商业授权和企业支持。RuVector 是一个 Rust 引擎，把向量检索、图关系和基于显式反馈的记忆学习放在一起，可以跑在 PostgreSQL 内、浏览器或边缘设备上。公司称截至 9 月 30 日，npm 与 crates.io 合计月下载量超过 50 万，GitHub 星标 4,400 多。消息来自新闻稿，没有给出检索质量数据。[7]
Supabase 让编码 agent 定时巡检生产库 · agent
Supabase 推出 Agent prompts：编码 agent 通过只读 MCP server 按计划检查错误激增、安全问题、慢查询和资源增长，只报告新出现或变严重的问题，每条附实测值、阈值和下一步排查位置。巡检可以挂成 Claude routine、Codex 定时任务或 Cursor 自动化，不必另装监控工具。提示词明确要求 agent 忽略日志和查询结果里出现的指令，用来防注入。[8]
湖仓 · 开放表格式 · HTAP
Unity Catalog 支持 Iceberg REST 的 REGISTER/UNREGISTER，表可零拷贝迁出 · lakehouse ⚠️ 厂商口径
Databricks 称 Unity Catalog 是第一个同时支持 Iceberg REST catalog 规范中 REGISTER 与 UNREGISTER 的 catalog。已有的 Iceberg 表可以注册进来，也可以从 Unity Catalog 注销后由别的 catalog 接管，数据文件不动。UNREGISTER 由 Databricks 贡献进规范。博文给「开放 catalog」定了三条标准：数据放在客户自有存储；自有存储上的表享有完整功能；表可以迁移。文中称 UC managed 表中 99% 位于客户自有存储，并暗批「托管存储」路线只是名义上的开放，矛头指向 Snowflake 一类平台。开放表格式之争已经从格式本身转到 catalog 的可迁出性；对手会不会跟进 UNREGISTER，是下一个可以观察的信号。[9]
Pinterest 在 Flink→Iceberg sink 里用事件时间水位线判定分区完整性 · streaming
Pinterest 的 PB 级 CDC 摄取链路是 MySQL/TiDB → Kafka → Flink → Iceberg。改成流式提交后，原来「作业跑完即可读」的信号没有了。新做法是：sink 在每个 checkpoint 统计事件时间，用一个只有几百字节的 t-digest 写进 Iceberg 快照摘要；每次提交后，取最近若干次提交的最小事件时间，向下取整到小时，作为分区可读水位线，而且水位线只进不退。下游直接读表属性，不需要额外的协调服务。线上变更一般 15 分钟到 1 小时可见。[10]
技术 · 架构 · 性能基准
性能 · 基准
· DuckDB 与 ClickHouse 选型：一篇选型文章引用一项可复现基准（合成 OCSF 形态事件数据）。在 1 亿条事件规模下，嵌入式 chDB 4.1.8 直接读 Parquet 的一条精确字符串匹配路径，比 DuckDB 少返回 49 条应匹配记录，而且没有报错。问题只限 chDB 的这条读取路径，不能算到 ClickHouse 服务端头上；文章的论点是先核对结果、再比耗时。⚠️ 单方口径 [11]
学界 · 研究前沿
· RemoteANN（arXiv 2610.25172）：专为对象存储设计的向量检索引擎，用 IVF + RaBitQ 量化，再加簇间、簇内数据重排，减少 S3 上的网络 I/O 放大和请求费用，与 turbopuffer 一类「对象存储优先」的向量库属于同一路线。[12]
· MemDerive（arXiv 2610.25373）：agent 记忆的诊断型基准。用 Datalog 推出标准答案，并记录推导 DAG，可以定位 agent 错在漏掉了哪个中间状态、哪个状态已经悄悄过期；现有基准只给最终答案打分，做不到这一点。[13]
· Uber-Join（arXiv 2610.25178）：在美元预算下用 LLM 统一处理模糊、变换和语义三类 join，只让 LLM 生成 join 程序，再抽样验证，在保证精度下限的同时尽量提高召回。[14]
· SARP（arXiv 2610.26849）：分布式 LLM 推理里 KVCache 全局索引的 SSD 持久化方案，用稀疏内存路由加按序批量取元数据，兼顾前缀匹配速度和崩溃恢复时间。[15]
· CIPBench（arXiv 2610.25108）：在 10 个开源仓库上研究代码改动后哪些单元需要重新 embedding，结论是任何单一信号都判不准，向量索引的增量维护仍缺可靠依据。[16]
融资 · 并购 · 商业化
Helium Ventures｜收购｜Jitsu｜金额未披露
Helium Ventures 收购开源客户数据平台 Jitsu。Jitsu 是 Segment 的开源替代，2020 年参加 YC 夏季批次，此前由 Costanoa Ventures 领投获得 200 万美元种子轮。它把网站和应用事件实时写入数仓，新增的目的地包括 DuckDB/MotherDuck，Snowflake 和 Postgres 的认证方式也有扩展。7 月发布的 2.14 版加入了 Kubernetes operator 和审计日志，产品还提供 MCP server，供 agent 配置和排查数据管道。[17]
招商银行公布 2026-2027 年度 TiDB 采购结果 · oltp
招商银行于 10 月 12 日发布《2026-2027年度TiDB许可、维保及驻场采购项目结果公告》，采购覆盖许可、维保和驻场三项，说明 TiDB 在这家股份行的使用已经进入按年度续采的常态。公开信息没有披露金额和中标细节。[18]