数据库行业 2026-10-22 · 中文

FutureX · Database

本期要点

· DuckDB 2.0.0 LTS 正式发布，近 2 万次提交，Quack 服务端模式转正

· PingCAP 确认内部系统遭未授权访问，黑客称窃取 10.6TB

· Databricks AI Runtime GA，托管 GPU 训练搬进湖仓

· Snowflake 迁移 agent AIM 推出独立桌面应用，进入公开预览

· Andy Pavlo：向量数据库的护城河只是一个索引

▎ 版本与产品发布

DuckDB 2.0.0 LTS「Cinnamon Teal」正式发布 · olap

DuckDB 2.0.0 于 10 月 21 日发布。官方称这是迄今最大的一次功能发布，自 1.5 以来合入近 20,000 次提交。1.0 的主题是稳定性和向后兼容，2.0 的主题是新功能。主要变化有以下几项：5 月在 1.5.3 中试水的 Quack 协议完成打磨，性能和稳定性都有明显改进，任何 DuckDB 进程都能对外提供数据库服务；新增 CONNECT 语句，一条命令就能挂载并切换到远程库，对象不限于 Quack，也包括 PostgreSQL 和 MySQL，配套新的远程下推优化器（remote pushdown optimizer）；此外还有异步 I/O、一等公民的 VARIANT 类型、agent mode、触发器（triggers）和可扩展的 SQL 解析器。按官方 8 月的预览文章，2.0 同时换用新的默认存储格式并重做了 C API，属于少量有意为之的破坏性变更，升级前需要按迁移说明测试。

支持周期方面，2.0 是 LTS 版本，支持至少到 2027 年 10 月。上一个 LTS 版本 1.4 将维持到 2026 年 11 月下旬；为了给迁移留出时间，1.5 的支持期延长到 2027 年 3 月，等于也成了 LTS，目前共有三条版本线同时维护。CLI 和 Python 客户端已经上线，Go、R、Java 等客户端以及部分扩展还要晚几天。dev 版阶段的 agent mode 测试显示，agent 读回的 token 少了 59%，但总成本几乎没降。2.0 的主要意义在形态上：嵌入式起家的 DuckDB 正式有了客户端/服务端模式，并能联邦查询 Postgres 和 MySQL，开始进入原本属于服务端 OLAP 引擎（ClickHouse 等）和轻量查询网关的地盘。官方目前仍建议服务端只监听 localhost、对外经 TLS 反向代理暴露，多用户服务化场景还在早期。^[1]

其他版本动态：
· ClickHouse v26.9.24.8-stable、v26.8.33.10-lts、v26.7.36.9-stable、v26.3.58.5-lts 补丁 ^[2]
· Qdrant v1.20.0 ^[3]
· Materialize v26.47.0 ^[4]
· CockroachDB v26.2.9 ^[5]、v25.4.18 ^[6]、v25.2.25 ^[7]
· Weaviate v1.40.2 ^[8]、v1.39.13 ^[9]、v1.38.22 ^[10]
· YugabyteDB 2026.1.3.0-b87 ^[11]、2025.2.9.0-b7 ^[12]
· LanceDB v0.41.0-beta.12 ^[13]

▎ 数据库 × AI

Databricks AI Runtime 转 GA：托管 GPU 训练进湖仓 · ai-native

Databricks 宣布 AI Runtime（AIR）正式可用。这是一套全托管的 GPU 基础设施，GPU 的供给、故障节点维护和负载优化都由 Databricks 负责，客户直接在企业数据所在的平台上训练模型。AIR 与 Lakeflow 原生集成，GPU 任务可以和上下游管道同步编排，自带优先级和抢占机制，以减少 GPU 空转；兼容 Ray 等主流框架，可用 CLI、Notebook 或 IDE 访问。官方称已有数百家公司在用，包括 Robinhood、Merck、FactSet、PicPay，Databricks 自己的 KARL、AI Parse 也是在 AIR 上训练的。同日 Databricks 还发布了与 NVIDIA 合作、用企业数据定制开源模型的配套内容。这次的思路是把训练算力也放进治理边界，用 Unity Catalog 一侧的权限体系覆盖训练数据，回应的是 GPU 栈与湖仓分开部署带来的治理缺口。^[14]

Snowflake AIM 迁移 agent 推出独立应用 · agent

Snowflake 的迁移 agent AIM 最早是 CoCo CLI 里的一个 skill，后来进入 CoCo Desktop，10 月 20 日起又有了独立桌面应用，处于公开预览。底层引擎没有变化：确定性代码转换、按依赖关系分批部署，再加上确定性校验与 AI 校验相结合的「测试—修复」循环。新应用把迁移拆成六个阶段，用引导式流程推进，并标出哪些环节需要人工判断。官方把测试拆成三类问题：数据行是否落对、存储过程结果是否与源端一致、转换后的 ETL 逻辑是否等价。对数仓厂商来说，迁移工具决定了从 Teradata、Oracle 等存量系统抢客户的速度，所以这个产品面的重要性超过它的技术新意。^[15]

Andy Pavlo 谈 agent 时代的数据库：向量库护城河浅，删库是旧问题 · agent ⚠️ 单方口径

8 月起任 ClickHouse 数据库研究副总裁、领导 ClickHouse Labs 的 CMU 教授 Andy Pavlo，在 The MAD Podcast 上谈了 agent 时代数据库的几项变化，InfoQ 整理成文。主要观点如下：

向量数据库「说到底只是一个索引」，一年内几乎所有数据库都补上了向量能力，它已经从差异化卖点变成入场门槛，今后要么演化成 Postgres 式的通用系统，要么像 Elasticsearch 那样做独立的附加组件。agent 删库在他看来是旧问题被重新暴露，应对办法是权限隔离加上用分支建沙箱，而不是靠人逐条点「批准」。

他还给出几个数字：现成的 text-to-SQL 方案准确率约 60%，某大银行投入数年、数百万美元建语义层和上下文层后提到 99.5%；超过 60% 的开源数据库已经出现 agent 参与的 commit；LLM 调参约 15 分钟能达到「足够好」，约为最优效果的 85%。这些都是他在访谈中的说法，没有公开数据支撑。^[16]

▎ 技术 · 架构 · 性能基准

Proscia 用 ClickHouse + S3 自建可观测平台 · olap

病理 AI 公司 Proscia 的 Concentriq 平台服务前 20 大药企中的 16 家，需要满足 HIPAA、GDPR 和数据驻留等合规要求。AWS 存储博客介绍了它的可观测方案：用 Altinity 的 Kubernetes Operator 在 EKS 上运行 ClickHouse，遥测数据按对象存储的价格落在 S3，查询交给 ClickHouse 的分层存储，使保留成本不再随事件量线性增长。这是 ClickHouse 自管形态在受监管行业替代商业可观测平台的又一个案例。^[17]

Tiger Data：断网也不丢数据的 IIoT 摄取设计 · streaming

TimescaleDB 官博讨论上行链路中断时的工业物联网摄取，给出三条原则：为每条读数强制唯一身份以便去重，在边缘端持久化缓冲，给回放限速，避免恢复后的补传挤占实时写入。^[18]

学界 · 研究前沿

· KatoANN（arXiv 2610.27508）：在 Intel AMX 矩阵单元上批量做距离扫描，让多条查询复用同一份向量编码，把分区类 ANN 从内存带宽瓶颈转为计算瓶颈，以有损扫描的速度做到近乎精确的召回。^[19]

· VS-Flash（arXiv 2610.26960）：针对数据量超出 DRAM 的向量库，把大批量查询卸载到计算型内存语义闪存，小批量的延迟敏感查询留在 CPU 上执行，缓解 mmap 方案的尾延迟问题。^[20]

· NousDB（arXiv 2610.28551）：基于 Apache DataFusion 的语义分析引擎，扩展关系代数、引入三个语义算子，并用 token 直方图建立成本模型，在上下文窗口的限制下优化批大小。^[21]

· SWatcher+（arXiv 2610.28270）：只监控误估代价高的子查询，在优化阶段直接修正学习型基数估计，不必等待完整重训就能适应数据和负载的漂移。^[22]

▎ 云厂商 · 生态 · 监管

PingCAP 确认遭入侵，黑客称窃取 TiDB Cloud 10.6TB 数据 · cloud ⚠️ 单方口径

黑客组织 FulcrumSec 声称从 PingCAP 的 TiDB Cloud 窃取约 10.6TB 数据，涉及约 18 万条客户组织记录和 11 万多个 API 密钥，并公开了约 200GB 样本。PingCAP 在官网发布声明，确认内部系统遭到未授权访问，部分内部经营数据被复制，源代码也可能被窃取，但强调事件不涉及产品漏洞，不影响客户的数据库和业务数据。攻击者公布的数据规模、密钥泄露情况和实际受影响的客户范围，PingCAP 尚未完全确认，也没有第三方独立核实。名单上的交易所 Bitget 回应称，只在 TiDB Cloud 存过部分公开成交日志，且两个多月前已停用。云数据库厂商的内部凭据和元数据安全，正在成为客户选型时的考量项。^[23]

OCI Full Stack DR 原生支持 PostgreSQL · cloud

Oracle 云的全栈容灾编排服务 Full Stack DR 新增对 OCI Database with PostgreSQL 的原生支持，并增强了网络相关能力。Postgres 由此可以纳入 OCI 的跨区域整体切换流程。^[24]