━━━━━ 正文从此处全选复制 ━━━━━

FutureX · Database

本期要点

· ClickBench 提请移除 pgrust：43 条查询各配专用内核

· QuestDB 10.1.0 发布，新增 SUBSAMPLE，附十余项破坏性变更

· Postgres recovery_prefetch 可把副本读 IOPS 放大至 16 倍

· PG19 延期的数据：REL_19 回补提交同比多 61%

· Omdia：OceanBase 亚太分布式库份额 15.5% 居首

· Tiger Data 复盘 三套 agent 记忆，表达力最强的不最好用

▎ 版本与产品发布

QuestDB 10.1.0 扩充时序 SQL 能力，同时收紧语义 · olap

QuestDB 10.1.0 在 SQL 方面新增了多项能力：服务端降采样 SUBSAMPLE，percentile_disc / percentile_cont 两个百分位函数，HORIZON JOIN 中的右侧过滤，以及带审计功能的视图。性能上，并行 GROUP BY 现在可以在 hash join 之上运行，LATEST ON、symbol 列的 LIKE/正则过滤、带时区的 SAMPLE BY 以及 XFS 上的乱序写入也都有提速。

升级之前应先看破坏性变更清单。INT 运算在任何上下文中都按 32 位回绕，此前两次自动加宽的改动因此被回退；需要 64 位结果时，必须显式加宽操作数。'1min' 这类不合规的时间间隔，以前会被静默解析成 1 纳秒，现在则直接报错。HORIZON JOIN 在不带聚合时不再自动去重，依赖这一行为的物化视图需要做全量刷新。另外，Intel 版 macOS 不再受支持。这些改动的共同方向，是把过去的"静默容错"改为显式报错。ClickHouse、Pinot 和时序专用库正在实时分析市场上竞争，SQL 语义是否严谨，正逐渐成为进入这个市场的基本门槛。[1]

其他版本动态包括：
· Apache Pinot 1.6.0 RC1，新增了 Lucene 回滚时重建 text/HNSW 索引的能力，SMART 聚合也改为上报真实的近似结果标记 [2]
· Apache Doris 4.2.0-rc01 [3]
· ClickHouse 的 v26.9.25.15-stable [4]、v26.8.34.13-lts [5]、v26.7.37.6-stable [6]、v26.3.59.10-lts [7]和 v26.3.60.2-lts [8]
· Milvus 的 v2.6.26 [9]和 v3.0.4 [10]
· Materialize 的 v26.47.1 [11]和 v26.48.0-rc.1 [12]
· TiDB 的 v26.3.21 [13]，以及 v8.5.7 热修 [14]
· YugabyteDB 的 2025.2.9.0 / 2026.1.3.0 / 2.31.0.0 构建 [15]
· Chroma 1.5.10.dev [16]

▎ 数据库 × AI

Tiger Data 复盘三套 agent 记忆：表达力最强的并不最好用 · agent

Tiger Data 先后为内部 Slack agent Eon 构建了三套记忆系统。第一套按用户隔离，保存一份事实列表，只提供 remember/recall/update/forget 四种操作。它的毛病在于，recall 会把该用户的全部记忆原样返回，而且知识不能在用户之间共享，结果只有少数重度用户在使用。第二套换成表达力更强的知识图谱，第三套则采用树形结构。团队由此得出结论：表达力更强，并不意味着更有效。树形方案的检索能力后来被其他团队用到了记忆之外的场景，这部分基础设施随后被抽出来，以 searchgres.js 的名字开源，它是一个在 Postgres 内部做混合检索的 TypeScript 库。

目前在 agent 记忆如何选型上，向量库、知识图谱和专用记忆层各有支持者，争论不止。这篇复盘从工程角度给出的答案是：瓶颈在于"该存什么、该取回什么"这个检索问题，数据模型是否足够丰富并不是关键。[17]

Supabase 让应用自带 MCP server，agent 的权限交由 RLS 管理 · agent

Supabase 推出了 MCP Server block。安装之后，项目里会生成一个 Edge Function，其中包含 MCP 处理器和鉴权中间件。开发者把应用的各项操作逐个注册成 MCP tool，最终用户即可在 ChatGPT、Claude 等客户端中直接调用。设计的重点在权限：OAuth 流程由 Supabase Auth 完成，每次工具调用都以已登录用户的身份执行，所以不需要 service role key，agent 能访问哪些数据，由现有的 RLS（行级安全）策略来决定。也就是说，"agent 能碰哪些数据"这个问题被收回到数据库本来就有的权限层，没有另建一套专供 agent 使用的权限体系。[18]

Databricks 做了 528 次 agent 建管道实验，声明式胜过过程式 · agent ⚠️ 厂商口径

Databricks 表示，在其平台上，超过 70% 的 Spark Declarative Pipelines（SDP）管道是由 agent 创建的。为了比较两种写法，它让同一个 agent 完成 22 个数据工程任务，每个任务配有 12 组带脏数据的输入，并分别用过程式 PySpark 和 SDP 各写一遍，一共进行了 528 次构建。厂商得出的结论是，声明式写法更安全、成本更低、代码也更少。其核心论点是，声明式管道在运行之前就能检出引用了不存在的列或表这类结构性错误，agent 无须耗费算力和时间反复试跑，需要人工审查的代码量也更小。这项实验由厂商自行设计并执行。[19]

▎ 湖仓 · 开放表格式 · HTAP

Snowflake 把 Spark 迁移拆成两步：代码不改，catalog 不迁 · lakehouse

Snowflake 提出的 Spark 迁移方案，把两件事分开处理。在计算层，Snowpark Connect for Apache Spark 可以原样运行现有的 PySpark 代码。在元数据层，catalog-linked database 把 AWS Glue、Apache Polaris、Databricks Unity Catalog、Microsoft OneLake 等外部 catalog 映射进 Snowflake，表的归属暂时保持不变。客户确认性能和成本之后，可以再选择迁移到 Horizon。

这条路线的前提是 Iceberg 允许多个引擎共同读取同一份数据。Snowflake 并不要求客户一次性切换 catalog，而是先在计算层争取工作负载。这与本月 Unity Catalog 支持 Iceberg 表零拷贝迁出属于同一类竞争，两家都在降低客户从对方迁入的成本。[20]

▎ 技术 · 架构 · 性能基准

Postgres recovery_prefetch 被指可能造成生产停摆 · oltp

ardentperf 依据现场案例指出，Postgres 15 引入的 recovery_prefetch（备库回放 WAL 时预取数据页）有可能引发停摆。主库执行大块顺序 I/O 时，该机制会在备库将其转成 8KB 随机读；读取同样多的字节，副本的读 IOPS 最多会被放大到 16 倍，极易把 IOPS 耗尽，使备库严重滞后。若此时启用了同步复制，主库必须等至少一个健康的备库确认后才能提交，备库一旦卡住，整个系统就会挂住。

作者称，只要网络抖动中断流复制时恰好赶上一波写入，就足以触发问题，VACUUM 也会产生这样的写入。作者已在 GitHub 上公开了复现脚本。2021 年和 2025 年都有人在 hackers 邮件列表中提到过这一隐患，但当时没有受到重视。在 Kubernetes 和普通硬件上，同步复制正是社区版 Postgres 防止数据丢失的主流方案，因此这个问题的影响面不小。[21]

PG19 延期的量化分析：LLM 找 bug 比修 bug 快 · oltp

Neon 的博客公布了 PostgreSQL 19 延期的提交数据。两个周期都取每年 4 月 8 日特性冻结到 9 月 25 日这一段作为统计窗口。在此窗口内，主干提交数同比基本持平，但回补到 REL_19_STABLE 的提交由上一周期的 724 个增加到 1169 个，增幅约 61%；回补到上一版 REL_18_STABLE 的提交也从 248 个增加到 433 个，增幅约 74%。作者的解释是，提交者并不比往年更不谨慎，而是有更多存量缺陷被 LLM 很快找了出来。8 月 27 日至 9 月 15 日之间撤回的大特性包括 FOR PORTION OF、SQL/PGQ 以及分区 MERGE/SPLIT。文章称 GA 大概率推迟到 11 月，也不排除再次延期。[22]

性能 · 基准

ClickBench 被提请移除 pgrust：专用内核加结果回放 · olap

ClickHouse CTO Alexey Milovidov 向 ClickBench 仓库提交了一个 PR，要求移除 pgrust 的成绩，该 PR 在 HN 上获得 182 个赞和 140 条评论。pgrust 是一个大量借助 AI 编码 agent、用 Rust 重写 PostgreSQL 的项目。PR 的依据一是公开的 v0.3 源码，二是对 v0.4-preview 发布二进制所做的实测。

PR 指出的问题主要有四点：

· 源码中包含"为全部 43 条 ClickBench 查询手写的物理计划"，基准的 SQL 原文被编译进执行器。

· Q0–Q3、Q6、Q19、Q29 这几条查询直接由分片统计信息给出答案，并不扫描数据。

· Q28 所用的正则被硬编码为单条表项，代码里还有一个名为 PGRUST_GRAVITY_Q20_VARIANT 的环境变量。

· 到了热跑阶段，系统回放的是上一轮缓存下来的结果。

PR 作者在 96 核 Graviton 上按真实的冷启动流程重新测试，Q20 冷跑耗时 11.2 秒，第二次就降到 3 毫秒，而公布的热跑成绩为 7–23 毫秒。PR 认为，该引擎做子串扫描的真实热速度在几百毫秒，与 ClickHouse 在同一硬件上的表现相当。提交 v0.2 版时，项目曾披露存在条件缓存，并表示可以关闭；v0.4 则取消了这项设置。即便关掉相关开关，重复的 LIKE 查询仍然在 3–4 毫秒内返回。

ClickBench 的规则要求关闭结果缓存，而该条目被标注为"未调优"，PR 认为这两条都被违反了。争议还有另一面：ClickBench 由 ClickHouse 维护，这次由"裁判"亲自下场，在 HN 上同样引起了讨论。[23]

学界 · 研究前沿

· Getting a GRIP on Graph-Based Search for Learned Sparse Retrieval（arXiv 2610.30425）：学习型稀疏检索（LSR）用改造过的倒排索引远胜图索引，这是业界的普遍看法，该论文对此提出了反驳。这一结果与向量库要不要配"稀疏专用索引"的选型直接有关。[24]

· Structure then Query（arXiv 2608.13384）：AnnoIndex 先用 SchemaLoop 从语料中自动生成分层标注 schema，再由轻量模型抽取字段值，把非结构化文档物化为可直接过滤的结构化索引，以此取代依靠向量相似度做模糊匹配的检索。[25]

· An Agentic Approach to Metadata Reasoning（arXiv 2604.20144）：Metadata Reasoner 先通过表搜索引擎召回候选表，再由 agent 逐项查阅元数据，为分析任务选出"充分且最小"的数据源组合。它针对的是 agent 跨数据集分析时难以找到数据的瓶颈。[26]

· TT-SAX（arXiv 2610.30593）：这是一种双轨的时间序列符号化方法。用户用自然语言描述曲线形状，即可在时序库的长历史数据中检索出匹配的片段。[27]

▎ 云厂商 · 生态 · 监管

Omdia：OceanBase 以 15.5% 的份额位居亚太分布式数据库首位 · oltp

Omdia 在《2026 年亚太及大洋洲分布式数据库市场研究》中，按 2025 年收入计算，OceanBase 以 15.5% 的份额排名第一。其海外客户包括菲律宾 GCash、马来西亚 TNG Digital、印尼 DANA 等支付机构。亚马逊云科技在媒体沟通会上表示，OceanBase 上架 AWS Marketplace 近两年，业务规模增长了数倍，Marketplace 已成为其海外的核心销售渠道。蚂蚁方面则称，出海并不主打低价替代，而是定位为 AI 原生数据库。[28]

eMudhra 中间证书私钥泄露，影响波及数据库客户端

印度 CA eMudhra 有 8 张中间证书在生成密钥时随机性不足，私钥可以被快速恢复。Mozilla、Chrome、Apple、Microsoft 于 10 月 17–20 日期间先后将这些证书列入黑名单。依赖浏览器和操作系统的软件会随之更新，但自带证书存储的软件无法自动受益，必须自行打补丁。数据库厂商随即跟进：Weaviate v1.36.24 以安全补丁的形式发布，LanceDB v0.41.0-beta.13 也更新了 trust-store 的证书固定（pin）。[29]

PHP 曝高危漏洞，Sakura Internet 停用三款数据库网页管理工具

PHP 披露了两个无需认证即可远程执行代码的漏洞，CVSS v4.0 评分均为 9.2，其中 mod_php 部署的风险最高，修复版已在 10 月 21 日发布。🇯🇵云厂商 Sakura Internet 当天停用了 Database Appliance 上的 phpMyAdmin、phpPgAdmin 和 pgAdmin，目前尚未给出恢复日期，并建议用户改用兼容 MariaDB/PostgreSQL 的 SQL 客户端。[30]

OCI GoldenGate 扩展数据校验，并接入四家 AI 模型服务 · cloud

Oracle 的 OCI GoldenGate 把基于 Veridata 的数据校验扩展到了 MySQL 与 PostgreSQL，并提供可一键部署 Veridata Server 和 Agent 的 Terraform 模板，用来在迁移过程中比对源端与目标端的数据。连接菜单中新增了 OCI Generative AI、OpenAI、Google Gemini 和 Voyage AI 四类 AI 服务，可在复制管道中为向量 embedding 准备数据。[31]

文中 [N] 为来源编号，全部来源链接请点文末「阅读原文」查看。

FutureX · 记录未来如何发生

素材来源多方媒体/网络新闻