几个工程师、一个星期,就能做一个AI Agent应用了。
效果be like——
能理解用户复杂长命令,推荐符合要求的奶茶店。
推荐两公里内、评分4.5以上、人均消费25元以内干净卫生的奶茶店。
要知道,这背后需要它能分析处理不同模态的数据,比如文本、地理信息、图像等。
放在以前,构建这样的AI应用需要多个不同的数据库,还需要配备经验丰富且规模较大团队来管理复杂技术栈。
如今,能如此轻松搞定,多亏了背后的一体化数据库OceanBase。
最新发布会上,OceanBase推出首个面向实时分析处理场景的GA版本:4.3.3版本。
不仅推出全新向量检索功能,实现SQL+AI一体化,还进一步增强多模态数据处理能力。
感觉方方面面都是为AI时代做好了准备啊。
为啥能这么说?
从最新发布的新能力看起。
此次OceanBase 4.3.3核心升级的能力主要有3方面:
首先,OceanBase 4.3.3版本升级了对复杂数据类型处理能力。
新增Array类型,这意味着数据库可以直接存储、查询和操作数组数据。并对Roaringbitmap类型数据的计算性能进行了优化,意味着数据库能够更高效地处理和操作大型集合数据。
其次,OceanBase 4.3.3在向量融合查询的关键能力上带来提升,推出全新向量检索能力,支持向量数据类型和向量索引,并基于向量索引提供强大搜索能力。
用户可通过SQL及Python SDK等方式灵活调用OceanBase的向量检索能力。
如今,在通用数据库中集成向量插件已经成为一种趋势,这种方式能够直接复用通用数据已有功能和生态。
OceanBase与蚂蚁集团联合开发了向量索引库,这个索引库已经在蚂蚁集团大量业务场景中得到验证(如生物识别、企业内部知识库等),性能成熟。
现场跑分结果显示,该向量库在960维的GIST数据集上表现出色,在ANN Benmarks测试中性能远超其他算法,排名第一。
特别是在 90% 以上的召回率区间,查询性能(QPS)相比此前最优算法 glass 提升 100%,相比基线算法hnswlib提升300%。
该向量引擎深度融合了OceanBase的存储引擎和SQL引擎,实现SQL+AI一体化。能够在一条SQL语句中实现标量、向量、空间地理等混合查询。
比如“望小京”demo中,用户给的提示词为“推荐两公里内、评分4.5以上、人均消费25元以内干净卫生的奶茶店”。这背后涉及到处理文本、图像和地理位置等不同类型的数据,需要更强大的数据分析和查询能力。
最后,OceanBase 4.3.3还针对AP(分析处理)场景进行大幅性能优化,尤其是在海量数据分析时,能够提供更短的响应时间和更高的吞吐能力。
同时大幅完善了实时AP功能,包括支持列存副本、物化视图、外表集成、快速导入导出等。
实现满足TP和AP负载的物理资源强隔离,可确保系统在处理事务型负载时,不受分析型负载的影响,特别是在实时数据分析和决策场景中,能够保持系统的高性能与稳定性。
在易用性方面也做了升级,通过提供AP参数版本,用户可以针对不同场景选择特定模板,不需要再单独配置参数。并增强了AP场景中对SQL诊断能力的支持。
总结来看,OceanBase 4.3.3在基础分布式能力上,带来更强性能、向量多模融合、融入AI技术栈。
也就是将AI与数据库进一步融合。
这并不难理解,AI应用/AI Agent大势所在,各类应用智能化升级改造,底层数据库必须紧随趋势升级。
不过在这之中,OceanBase还反复提到了一个关键词——一体化。
它不仅是OceanBase的自身特性,如今也逐渐成为行业拥抱AI时代的一个优解。
Why?
对于数据库的发展,行业内逐渐达成一些共识。
AI能力大幅提升,导致全球80%以上的非结构化数据被激活,背后的挖掘分析需求井喷,在这一新变化下,数据处理面临更大规模、更多模态、实时性更强以及数据碎片和数据孤岛问题。
这些变化给数据库提出了诸多新的发展需求。
最首要的便是,分布式数据库成为一种大趋势。
华东师范大学数据学院院长、CCF数据库专委会常委钱卫宁提出,互联网时代数据走向了开放环境,在数据是分布式的时代里,数据库也需要是分布式的。
分布式数据库可以让多台服务器协同作业,完成单台服务器无法处理的任务,尤其是高并发或者大数据量的任务。
除此之外,随着AI、云计算等技术发展,数据库还呈现出以下特点。
第一,云计算的普及推动了云数据库的快速发展。云数据库提供按需扩展、高可用性和成本效益。
第二,大数据和非结构化数据需求增加,多模态是一种趋势,NoSQL数据库(如MongoDB、Cassandra、Redis、Couchbase)越来越受到欢迎。NoSQL数据库提供了更好的扩展性和灵活性,适用于存储和处理各种数据类型,如文档、键值对、图数据等。
第三,HTAP数据库成为热点,甚至是主流数据库的一项基础能力。这类数据库能够同时处理事务性和分析性工作负载,满足了企业实时数据处理和分析的需求。
第四,开源也是一大趋势。开源数据库(如PostgreSQL、MySQL、MariaDB)凭借其社区驱动的发展模式、强大的功能和灵活的部署方式,成为企业和开发者的热门选择。
不过来到实际落地层面,尽管数据、数据库在变得更加多元复杂,但是企业用户总还是希望能只用一套系统来解决不同工作负载。
比如能同时在事务处理(如支付、订单等高频交易场景)和复杂的实时分析查询,这背后需要TP+AP结合。
以及AI与多模查询能力的融合,如Rockset和Oracle这样的数据库系统通过hybrid search融合查询技术,将SQL查询与向量化查询相结合,使得数据处理能够同时包含文本、结构化数据和向量数据等不同类型。
方方面面影响下,一体化设计逐渐成为被市场青睐的路线。
以MongoDB和Oracle为代表的数据库厂商正在各自推动一体化数据库的发展。国家工业信息安全发展研究中心等共同编制的《分布式数据库发展趋势研究报告》中也表示,分布式数据架构的设计正在走向一体化。
在这之中,OceanBase的一体化理念非常鲜明。它包括:
OceanBase介绍,这种一体化的思路是随着客户需求不断发展而来。
首先在底层架构设计上,单机分布式一体化与多云原生并存,可以满足大中小企业的不同需求。OceanBase已经和目前主流云厂商均达成合作,实现公有云“多云共生”,同时也提供专有云、混合云等不同部署环境,保证一致体验。
其次随着数据库场景不断变化,从传统场景到泛互联网场景,OceanBase从TP到TP+AP,逐渐走向多工作负载一体化。
比如在第一阶段OLTP+,会浮现出山东移动这类客户的需求,他们主要关注复杂查询场景,需要增强业务处理效率。
第二阶段浮现出了海底捞这类用户的需求。海底捞本来使用两个系统分别处理OLTP和OLAP,这导致OLTP和OLAP之间存在数据延迟,没法保证数据一致性,还需要两份数据两份成本。OceanBase能将其整合,不仅使整体成本降低,还能提升原本的AP性能。
第三阶段还会浮现出实时营销等场景,对实时AP提出更多要求。
以及在实际推广中,OceanBase发现越来越多客户将OceanBase既应用在KV存储场景,也应用在NoSQL场景,或者替换HBase、Redis等。因为OceanBase能够解决各个场景中很多棘手问题,比如对于NoSQL而言,最大的挑战在于数据规模,分布式架构可以很好解决数据扩展的问题。
因此,顺应用户需求,OceanBase在不断增加对多种数据类型的支持,实现多模一体化。
最后,来到AI时代。“AI for DB,DB for AI”成为共识。
AI应用大规模落地的前提是大模型技术能够在各行各业低成本易用。
数据库的发展经验可以为AI应用推广提供参考。比如在数据库中引入向量插件,实现SQL+AI,能够大幅简化原有AI技术栈,让打造AI Agent的门槛骤降。
最后总结来看,以OceanBase为代表的一体化数据库不仅能为企业提供更更好的数据底座,而且方方面面都满足AI应用发展的需求。它总体呈现出这些特点:
第一,高效的数据处理和分析。
支持HTAP,能够在同一个系统中同时处理事务性(OLTP)和分析性(OLAP)负载。企业可以实时地对交易数据进行分析,而不需要等待数据的同步和转移,从而加快决策速度和响应时间。
实时分析,可以在数据生成的同时进行分析,确保数据的时效性,这对于实时推荐、风控、监控等AI应用至关重要。
第二,简化的数据管理。
一体化数据库能够确保数据的一致性和完整性,因为事务处理和分析处理在同一个系统内完成,避免了数据同步和转换过程中可能出现的延迟和错误。
通过将多种数据类型(如关系型数据、文档数据、向量数据等)集成在一个系统中,一体化数据库简化了数据存储和管理。企业不需要维护多个数据库系统,减少了数据孤岛问题和运维复杂性。
第三,灵活性和扩展性。
一体化数据库支持多模态数据处理,能够处理和分析结构化、半结构化和非结构化数据。这种灵活性使企业可以在一个平台上处理不同类型的数据,满足各种业务需求。
一体化数据库可以在公有云、私有云和本地数据中心的混合环境中部署,支持异构环境下的数据管理和应用。这使企业能够根据业务需求灵活选择和调整部署方案。
第四,简化AI应用构建。
AI应用通常需要进行高效的向量检索和相似性搜索。一体化数据库通过深度集成向量引擎,支持快速向量化计算和相似度查询,提升AI应用的性能。
一体化数据库能够将数据存储和AI模型紧密结合,支持复杂的AI工作负载。这种集成减少了数据传输的延迟,提高了模型训练和推理的效率。
第五,降低成本和复杂性。
一体化数据库减少了企业需要维护的数据库系统数量,简化了技术栈,降低了系统集成和运维的复杂性。
通过优化资源利用和减少多系统间的数据同步和转换,一体化数据库降低了总体拥有成本,提高了投资回报率。
AI时代,Data is Power。
李飞飞当初笃定做ImageNet,背后的核心逻辑就在于,她相信AI改变世界,数据是最简单最直接的方式。
如今,AI应用落地趋势已经开启。数据作为生产要素,在AI时代已是水电般的存在。
而一体化数据库正在为数据更充分灵活高效应用提供新思路。
据了解,一体化数据库OceanBase将成为蚂蚁集团的AI数据底座,为一系列AI时代新应用“支小宝”、“蚂小财”以及支付宝百宝箱智能体开发平台的数据管理提供支持。
一体化正在成为数据库发展历程中,一个旗帜鲜明的方向。
文章来自于微信公众号“量子位”,作者“明敏”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0