文｜周路平

編輯｜游勇

5月17日，獨立數據庫廠商OceanBase在廣州舉辦了第三屆開發者大會。當天除了發布面向AI的開箱即用產品PowerRAG，更令外界關注的是，OB的戰略也從一體化數據庫升級為AI時代的一體化數據底座。

眾所周知，OB過去多年一直堅持走一體化數據庫路線，而一體化的內涵也在不斷豐富。

早在2022年8月，OceanBase發布4.0版本時，就首次公開提出了單機分布式一體化的理念，可以適應大小不同規模的工作負載，兼顧分布式系統的水平擴展優勢與集中式數據庫的單機性能優勢，滿足客戶從分布式到單機場景的多元化需求。

2024年4月，OceanBase 4.3版本又打造了TP/AP一體化，不僅能實現可行存、可行列混存和可列存的多種存儲方式，同時融入分布式 TP 核心能力小事務寫入技術，有效消除數據導入延遲，滿足更嚴苛的AP實時分析需求。當年10 月，OceanBase的4.3.3 GA 版本，升級了向量檢索與索引功能，實現 SQL+AI 一體化。

今年4月底，OceanBase CEO楊冰發布全員信，宣布OceanBase將全面進入AI時代，要打造“DATA×AI”核心能力，建設AI時代的數據底座，實現數據與AI的融合，把OceanBase由一個一體化數據庫變成一個一體化數據處理底座。

如今，OB的“一體化”主要有兩層內涵：一是從負載的層面，一體化能處理TP、AP和AI業務。從用戶視角來看，在用戶最核心的場景里，數據量和業務并發量高，對可用性和延遲特別敏感，這類場景會用到分布式數據庫。與此同時，每家企業都會有一些相對邊緣的場景，比如OA系統，這類場景就適合單機版本。OceanBase希望在一套引擎里幫助用戶實現技術棧的統一。

以東莞農商銀行為例，這家客戶把20多個業務系統升級到了OceanBase，核心業務系統采用了分布式架構，一般業務系統也采用了OceanBase的單機主備的部署，這種部署方式幫助客戶節省了數百萬的軟件開發成本，同時實現了業務性能的大幅度提升。

二是在架構層面，單機分布式一體化+云上云下一體化，實現多云原生，既包括在不同云平臺提供完全一致的體驗，也包括實現跨云的高可用、跨云的容災，以及實現面向多云的存儲計算分離。

目前，OB已經兼容了國內外主流的云平臺，而在開發者大會上，OB也宣布增加了對百度智能云的支持。同時，OB也全新推出了“共享存儲”產品，實現對象存儲與事務型數據庫（TP）的深度集成，創新構建存算一體與分離的多云原生架構，成為業界首個在TP場景下支持對象存儲的多云原生數據庫，為海量數據場景提供兼顧成本優化與性能保障的云原生解決方案。

不難發現，從一體化數據庫到一體化AI數據底座，雖然只有一字之差，但背后其實是在不斷適應數據庫發展的需要，尤其是AI時代對數據處理的需要。

楊傳輝透露，一體化數據底座其實是OceanBase一體化數據庫基礎上的延伸。之所以提數據底座，是因為外界提到數據庫，很容易會聯想到這是做交易或者做分析的數據庫產品，偏單一功能。而“數據底座”是希望通過一體化的產品、一體化的引擎，同時處理OLTP、OLAP以及AI的混合負載。

這個轉變的背后，也跟當前的市場形勢有很大關系。AI時代的應用帶來更海量數據的同時，也讓很多工作的負載邊界變得模糊，無法像以前一樣嚴格區分這個業務只做AP或者TP。開發者更希望在一套引擎里直接通過一條SQL處理所有的工作負載。

“我們希望OceanBase成為AI時代的MySQL。”OceanBase CTO楊傳輝說，如今OB不僅能夠支持OLTP和OLAP傳統的數據庫工作負載，也能支持AI領域的工作負載。比如半結構化數據、向量數據、文檔、混合檢索，甚至一部分RAG的能力。

而PowerRAG就是OceanBase在一體化數據底座的應用層探索的第一步。

當前，搭建RAG服務雖然有很多方式，但都有一定的門檻，背后涉及不同類型文檔的識別，包括文檔怎么去做切分，怎么做embedding，怎么用好向量數據庫，怎么寫好大語言模型的提示詞。OceanBase PowerRAG相當于把這些工作都封裝到公有云的服務里，實現開箱即用，幫助用戶實現文檔知識庫、智能對話、圖像比對、數據分析等多種AI應用場景的快速開發。