OceanBase发布会上硬刚PG+DuckDB，国产品牌崛起

OceanBase发布会大家看了吗? 铺天盖地的新闻稿我就没兴趣发了。

但是站在一个从业者的角度，我必须得说两句！个人认为他们发布会最惊艳的是开源的AI原生数据库 SeekDB , 为什么呢?

这个SeekDB数据库可谓是集成了AI应用搜索所需的所有功能, 简直是七个葫芦兄弟合体的精钢葫芦娃.

先来看看需求，咱就不用那个四看三定五明确的菊花基本法了，直接上干货:

• 《深度研究报告 | AI 智能体所需的数据库产品及未来发展趋势》
• 《AI与数据库的共生融合：能力、创新与未来范式》
• 《AI搜索“不等于”向量搜索, 那么答案究竟是什么?》

AI 搜索不等于向量搜索, 因为AI 搜索需要的是相关性结果, 而不仅仅是向量相似结果.

AI 搜索实际上是个多模态的需求, 既有传统的全文检索, 又有精确搜索, 还有语义搜索(向量搜索), 甚至也有模糊查询、GIS地理信息搜索、复杂分析查询、标签匹配(多值列的搜索)、文档搜索(JSON类型的搜索)、图式搜索等等.

目前有且仅有一款开源数据库 PostgreSQL 支持各种模态的快速检索(支持各种模态的类型、索引等). 列举一些多模态插件如下

• pg_jieba, 中文分词
• pg_trgm, 模糊查询
• pg_bigm, 模糊查询
• vectorchord-bm25, 分词且支持关键词BM25权重
• pg_tokenizer, 基于模型的文本转嵌入
• pgvector, 向量
• vectorchord, 支持图、倒排、多向量检索, 高级功能支持预过滤、量化压缩、标签过滤、混合查询等
• pgvectorscale, 基于DiskANN的向量搜索
• postgis, GIS地理信息
• age/GraphBLAS, 图式搜索
• pg_duckdb, 基于duckdb计算引擎的计算加速、冷热分离等
• pg_mooncake, 基于duckdb计算引擎的计算加速、冷热分离等
• pg_lake, 基于duckdb计算引擎的计算加速、冷热分离等
• pg_onnx, 接入开放神经网络集市, load已有模型, 让数据库快速具备推理能
• PostgresML, 模型集市+向量数据库+自定义模型

AI搜索相关的多模态 PG 插件实在太多, 无法穷举. 如果你对向量搜索有兴趣, 列举几篇文章仅供学习交流

• 《VectorChord-BM25：通过 BM25 排名彻底提升 PostgreSQL 搜索性能和效果 — 甚至比 ElasticSearch 快 2.26 倍》
• 《超越文本: 使用 Modal 和 PostgreSQL+VectorChord 解锁无 OCR 的 RAG, 无惧PDF、扫描文档等》
• 《VectorChord新版本发布: 支持图(DiskANN和HNSW)索引、召回率评估》
• 《召回精度提升插件: pg_tokenizer + VectorChord-BM25 reranking》
• 《DeepSeek 最新 "OCR-上下文光学压缩" 论文的重大意义 : 向量数据库的筒子们又有活干了》

针对向量搜索的索引设计和优化, 我这有一篇专门的文章如下:

• 《德说-第362期, 读了500篇论文和数个顶级向量数据库项目后, 面向AI 搜索场景的数据库索引设计和优化思考》

SeekDB瞄准的就是AI搜索需要的多模数据库!

你可能会说, 多模态的数据库多了, 所有兼容PG的国产数据库都是啊, 例如 PolarDB , 有什么稀奇?

说起PolarDB必须提一下他们家正在搞的国赛第二季，属于A类竞赛，大学生可关注其公众号

继续。确实, 国产向量数据库很多, 例如openGauss生态的vexdb, vastbase 100. milvus. eloq等都是啊

• 《谁说国产只会套壳, 这个国产向量数据库就不是pgvector套壳》

但是, AI 其实除了多模态, 还有一个特点, 它既有自有记忆、也有集体记忆.

如果一个AI的自有记忆存储在云端, 它会怎么样? 连不上数据库就完了! 妥妥的阿兹海默症患者.

如果本地记忆满了怎么办？

所以AI 既需要本地记忆数据库, 也需要云端的共享记忆数据库.

本地数据库?

没错本地数据库, 要的是轻便, 我在前面的《深度研究报告》已经分析过, 这里不再赘述.

本地数据库当然不能太重, 最好是没有服务, 嵌入应用, 随时拉起, 随时使用.

这不就是嵌入数据库么? 没错, 所以除了PG, 我前面没说的还有一个开源数据库, 也支持多模态, 那就是DuckDB.

我甚至之前有断言在AI应用这个赛道, DuckDB和PG必有一战, 文章如下:

• 《DuckDB进军AI数据库底座, 坐实了 | 文本语义(向量)搜索、全文检索、bm25搜索与排序、模糊搜索详解》
• 《祝贺DuckDB斩获30K star, Roadmap暴露野心, 估值可能过百亿》

因为DuckDB是嵌入式数据库, 所以DuckDB打的是边侧(也就是AI末端)的搜索数据库, 而全局知识库更需要可弹性伸缩的、分布式的数据库, 不过你可能想不到, 其实云端DuckDB也有布局.

• 《DuckDB 在做云边一体》

但是, 上面都不重要了, 重要的是SeekDB, 它居然这么有前瞻性, 居然同时发布了嵌入式和CS两种产品形态, 而且它支持多模态.

这不就是为AI原生打造的数据库么! 正面硬刚DuckDB+PG啊!

嵌入式让它能快速上手, 适合开发者快速部署开发AI应用(轻量化, 让产品的上手门槛直接变成0), 适合作为边缘端AI应用的数据存储. CS结构则适合更大的集中式AI数据存储.

SeekDB 可能还有一个潜在优势, 它兼容MySQL, MySQL用户群的体量在国内绝对是首屈一指的, 虽然他们可能只会crud, 但这恰恰对SeekDB来说是好处. MySQL开发者真的应该好好感谢它, 你不用学其他数据库例如PG, 就可以享受AI 数据库能力了!

不得不佩服他们的产品经理, 这个产品有两下子!

接下来压力交给运营了, 看看能不能引爆吧!

感兴趣可关注:

https://www.oceanbase.ai/docs/

https://github.com/oceanbase/seekdb

最后, 我没提pymilvus(milvus嵌入式版)? 对不起我个人觉得milvus可能是纯向量数据库, 不算多模态吧? 也许未来会支持更多模态, 希望更多的技术层面的充分竞争, 国产数据库的技术氛围越来越好!

此次OceanBase发布的SeekDB是数据库产品形态的一次里程碑之作，未来数据库可能都会以“嵌入式+CS”合体架构形态出现，你怎么看？欢迎留言讨论！