随着企业AI操作的规模持续扩大，仅仅能够访问数据已经远远不够。现在，企业必须具备可靠、一致且准确的数据访问能力。这正是分布式SQL数据库供应商发挥关键作用的地方，它们提供了一个高度弹性和可用的复制数据库平台。Cockroach Labs的最新更新正是为了在这个领域迈出重要一步，通过分布式SQL规模启用向量搜索和代理型AI。
CockroachDB 25.2：为AI优化
CockroachDB 25.2版本现已发布，它承诺带来41%的效率提升，一个为分布式SQL规模优化的AI向量索引，以及核心数据库操作的改进，这些改进同时提升了数据库的安全性和操作性。CockroachDB作为市场上众多分布式SQL选项之一，自十年前成立以来，一直通过其高度的弹性来区别于竞争对手。Cockroach Labs的联合创始人兼CEO Spencer Kimball表示：“人们确实对AI感兴趣，但人们选择Cockroach的原因，无论是五年前、两年前还是今年，似乎都非常一致，那就是他们需要这个数据库来确保业务的持续运行。”
分布式向量索引的挑战
向量数据库在AI系统的训练和检索增强生成（RAG）场景中非常普遍。然而，Kimball指出，当前的向量数据库在单个节点上表现良好，但在处理跨多个地理分散节点的更大规模部署时就会遇到挑战，这正是分布式SQL的核心所在。CockroachDB通过其新的C-SPANN向量索引解决了这一复杂问题，该索引使用基于微软研究的SPANN算法，能够处理数十亿个向量，分布在一个分布式、基于磁盘的系统中。
向量索引的技术架构
在CockroachDB中，向量索引不是一个单独的表，而是应用于现有表内列的一种索引类型。没有索引的情况下，向量相似度搜索需要对所有数据进行暴力线性扫描，这在处理小型数据集时可能还行，但随着表的增长，这种方法会变得极其缓慢。Cockroach Labs的工程团队必须同时解决多个问题：在大规模下保持一致性效率、自我平衡索引，以及在底层数据快速变化时保持准确性。C-SPANN算法通过在高维空间中为向量创建一个分层分区结构来解决这些问题，这种结构使得即使在处理数十亿个向量时，也能进行高效的相似度搜索。
AI合规性的安全增强
AI应用处理的数据日益敏感，CockroachDB 25.2版本引入了增强的安全功能，包括行级安全和可配置的密码套件，这些功能有助于企业满足DORA和NIS2等监管要求。Cockroach Labs的研究显示，79%的技术领导者表示他们尚未准备好应对新的监管要求，而93%的人担心停机对财务的影响，平均每年超过22.2万美元。Kimball指出：“安全是一个显著增长的问题，我认为重要的是要意识到，像许多事物一样，它也受到了AI的极大影响。”
面向代理型AI的操作大数据
Kimball将即将到来的AI驱动工作负载称为“操作大数据”，这是一个与传统大数据分析截然不同的挑战。传统的大数据关注于批量处理大型数据集以获取洞察，而操作大数据则要求实时性能，以满足关键任务应用的需求。AI代理通过以机器速度而非人类速度操作，推动了这一转变。Kimball强调，AI代理将极大地增加数据库活动。
性能突破与AI工作负载经济学
为了应对日益增长的数据访问规模，需要更好的经济性和效率。CockroachDB 25.2通过两个关键优化提供了41%的效率提升：通用查询计划和缓冲写入。缓冲写入解决了由对象关系映射（ORM）生成的查询效率低下的问题，这些查询通常在分布式节点之间读写数据。通用查询计划则解决了高流量应用中存在的根本性效率问题，通过缓存和重用相同的查询结构，避免了重复规划。
企业AI与数据基础设施的未来
随着代理型AI即将压倒当前的数据库基础设施，企业数据领导者面临着紧迫的决策。从人类驱动到AI驱动的工作负载转变，将带来操作大数据的挑战，这是许多组织尚未准备好的。对于在AI采用方面领先的企业来说，现在投资于能够同时处理传统SQL和向量操作的分布式数据库架构是有意义的。CockroachDB 25.2提供了一个潜在选项，通过提高分布式SQL的性能和效率，来应对代理型AI带来的数据挑战。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/cockroachdb-de-fen-bu-shi-xiang-liang-suo-yin-ying-dui-ji
