- 综合排序
- 最热优先
- 最新优先
- 来自专栏深度学习与python
AI原生数据库的思考
数据与模型的深度融合，逐步走向“AI native“，未来会有越来越多在数据库中直接融合模型能力的 AI 原生数据库。 有了基于混合搜索的“Document In,Data Out”之后，只需要把文档或者切片写入 AI 原生数据库即可，AI 原生数据库会自动执行多路搜索并选择合适的模型。 AI Function AI 原生数据库内置 AI Function，将这些 AI Function 融入到数据库的执行算子中。 数据和模型也会深度融合，通过 AI Function 等技术在系统中直接处理无结构化数据，成为 AI 原生数据库。 为什么要做 AI 原生数据库 seekdb？ 因此，我们决定抛开历史包袱，正式立项 AI 原生数据库。 首先，需要给我们的 AI 原生数据库一个正式的名字。
58310编辑于 2025-12-24 2026 腾讯云「数据库+AI」产品发布会：AI原生·重构数据库新范式
本报告旨在追踪亚太游戏行业数据库市场份额，剖析AI原生需求与全球化发行趋势，为行业选型提供数据支撑与决策依据。 第三章：报告目录 • 01 腾讯云数据库 • 02 行业趋势演进 • 03 Agent时代的数据库变革 • 04 打造AI-Ready的下一代入口 • 05 小红书数据库AI智能体落地实录 • 核心诉求已从保障数据安全可靠（稳定存储），转向支持敏捷开发与AI原生化（智能运维与内容生产）。 • AI原生架构：面对Agent时代，数据库需具备多模数据统一管理（结构化、文档、向量等）与实时检索/长期记忆能力，从“DB for AI”演进至“AI in DB”。 泛互行业：小红书利用Skill化运维与BaaS化平台，实现数据库DevOps升级，支持AI Coding需求爆发。
7010编辑于 2026-06-04- 来自专栏AI.NET极客圈
.NET 原生驾驭 AI 新基建实战系列（六）：Pinecone ── 向量数据库的云原生先锋
Pinecone 是一个云原生的托管向量数据库，专为存储和查询高维向量数据而设计。它由 Pinecone 公司开发，旨在解决传统数据库在处理向量数据时的性能瓶颈问题。 Pinecone的核心原理与运行机制 Pinecone 是一个托管的向量数据库，专为高效存储和查询高维向量数据而设计。其核心原理和运行机制主要围绕 向量索引、相似性搜索 和 云原生架构 展开。 1. Semantic Kernel 是微软推出的一款开源框架，旨在帮助开发者轻松集成大型语言模型（LLM）和其他 AI 技术到应用程序中。 可扩展性设计 Pinecone 的云原生架构支持动态扩展。开发者可以通过控制台或 API 调整索引的容量和计算资源，以满足不断增长的数据和查询需求。 无论是初学者还是经验丰富的开发者，Pinecone 和 Semantic Kernel 的组合都提供了一个高效的平台，帮助他们快速将 AI 技术落地到现实世界中。
1K10编辑于 2025-05-06 AI原生开发范式
AI原生开发范式的核心概念 AI原生开发范式（AI-Native Development）指以AI为核心构建应用程序的设计方法，其特点包括数据驱动、模型即服务（MaaS）、自动化工作流和持续学习。 与传统开发相比，AI原生应用将机器学习模型作为基础组件，而非附加功能。 典型行业案例分析 金融领域-智能风控系统 某银行采用AI原生架构重构信贷审批流程，实现实时风险评估。 医疗领域-影像辅助诊断 一家医疗科技公司开发AI原生影像分析平台，整合多种医学影像模型（CT、MRI）。 model.predict(input_data) r.setex(key, CACHE_TTL, pickle.dumps(result)) return result 效能评估指标 AI 原生系统需监控多维指标： 模型指标：AUC-ROC、F1 Score、推理延迟 系统指标：QPS、错误率、资源利用率 业务指标：转化率、用户留存、ROI 监控看板应包含实时数据和历史趋势对比，设置自动告警阈值
34910编辑于 2026-01-20- 来自专栏【腾讯云开发者】
数据库“自动驾驶”，腾讯云原生数据库 X AI 探索与突破！
导语 | 腾讯云原生数据库团队最新研究成果入选国际顶会SIGMOD，数据库结合AI形成自治大脑，并在2022年智能调优人机大赛中战绩不菲，标志着腾讯云在数据库自治领域取得重大突破，实现性能领先。 把AI加入到数据库，形成数据库的自治大脑，符合数据库自治的发展方向。 实现数据库自治的基本框架包括观察、分析、决策三个方面。 以尽可能少的时间，获得较好的调优效果 —— 邢家树/TEG数据库研发部/云原生数据库研发中心/高级工程师 数据库的参数多，调优难度大，运维人时成本高；现存工具功能有限，耗时久且效果一般；部分用户没有专职运维团队 数据库自治“监控-诊断-解决”AI技术实践 —— 张远/TEG数据库研发部/云原生数据库研发中心/专家工程师 在数据库服务中，数据库资源包括内存/IO/CPU，资源的监控，异常的识别、检测非常重要，只有合理地使用数据库资源 数据库自治未来的“智能”展望 ，除了数据库参数，还有各种各样的因素影响着数据库的高效运行，SQL执行效率、索引是否合理、锁、资源配置等都可以通过“AI”的方式得到解决。
71740编辑于 2022-04-11 AI原生组织（AI-Native Organization）
AI原生组织深度研究报告研究主题：AI原生组织（AI-NativeOrganization）概念、特征、构建路径与全球案例研究时间：2026年5月18日研究深度：⭐⭐⭐⭐⭐（深度研究）组织设计逻辑的根本翻转传统是 "业务先行、AI补丁"，原生是"AI即底座"。 很多公司卡在这里，历史数据包袱太重一个现实的观察目前真正做到AI原生的公司还很少，大多是"AI+"的改良版。 核心难点不在技术，而在组织权力的重新分配——当AI能做出比中层更准的决策时，原来的管理层怎么自处？一、概念定义1.1什么是AI原生组织？ *|深度融合|业务流程与AI深度整合，数据闭环|初步AI原生||**L5**|AI原生|组织架构建立在AI之上，智能演化|真正的AI原生组织|###4.2转型核心步骤Step1:顶层设计├──设立CAIO
68210编辑于 2026-05-18- 来自专栏web全栈
原生数据库操作JDBC
概念：Java DataBase Connectivity Java 数据库连接， Java语言操作数据库 * JDBC本质：其实是官方（sun公司）定义的一套操作所有关系型数据库的规则，即接口。 各个数据库厂商去实现这套接口，提供数据库驱动jar包。我们可以使用这套接口（JDBC）编程，真正执行的代码是驱动jar包中的实现类。 2. 快速入门： * 步骤： 1. DriverManager：驱动管理对象 功能： 注册驱动：告诉程序该使用哪一个数据库驱动jar 获取数据库连接： 2. rs.getDouble(3); System.out.println(id + "---" + name + "---" + balance); } 原生使用 import java.sql.Connection; import java.util.ArrayList; import java.util.List; import java.sql.*; //原生使用
1.1K30编辑于 2022-09-24 OceanBase SeekDB：AI 原生数据库的技术革命与实践指南
这一数据背后，是企业对 “数据 ×AI” 融合架构的强烈渴求 —— 既需要数据库具备传统事务一致性，又需原生支持 AI 时代的多模检索与实时推理。 长期（2027+）： 集成自研大模型推理引擎； 支持跨多云环境的分布式检索； 构建 AI 原生数据库的行业标准。 八、总结：AI 原生数据库的未来图景 SeekDB 的发布不仅是 OceanBase“数据 ×AI” 战略的重要落地，更标志着数据库行业进入 “AI 原生” 的新阶段。 正如杨冰所言：“未来数据库必须同时服务‘人’与‘智能体’。” SeekDB 的实践证明，AI 原生数据库不是传统数据库的功能升级，而是从存储引擎到查询优化器的全面重构。 对于企业而言，拥抱这类 AI 原生数据库，将不再是简单的技术选型，而是把握 AI 时代竞争优势的战略选择。
1.1K10编辑于 2026-01-14如何构建AI原生应用？从大模型到知识中台，从数据到规则逻辑。AI原生=模型原生+知识原生+价值原生
你如果满足这么一个条件，那你们做一个系统就可以叫做AI原生系统。 我原来谈AI原生的时候谈到过，AI原生核心是知识原生，为何你当前企业有数据库数据，有资料文档，不能快速的构建AI原生应用？ 注意这个说法只解决了AI原生应用的大模型原生问题，并没有解决知识原生的问题。如果按这个说法所有的AI智能体应用都是AI原生应用，但是我的理解，AI原生应用的核心重点应该是在知识原生上面。 知识=对象+属性+行为关系 但是我们仍然可以看到有上层的应用和底层的数据库两层的一个划分，底层的数据库，数据架构和数据模型，沉淀了相关的数据，包括数据和数据之间的一些关系，但是这一些数据很难说叫一个完整的知识 对象和属性落地到数据库模型里面，而行为和关系逻辑实际体现在了上层应用的代码里面。 所以你现在要构建一个AI原生系统，里面有相当重要的两个核心的内容，第一个就是我原有的数据库数据，这些信息我怎么样经过进一步的加工和兴起，朝我的核心的知识库转移。
80720编辑于 2025-11-17- 来自专栏阿泽的学习笔记
云原生与AI漫谈
对于系统开发人员来说（比如云数据库，云 AI 平台），云原生的趋势也会产生相应的影响。 具体的例子比如我们可以通过用户的数据查询看到经常使用的过滤维度，来重新安排数据的排序和分区，这样在同样的数据量情况下，系统可以花更少的计算资源来完成查询，增加系统的利润 :) 云原生+AI 最后再来看下跟 AI 相关的部分。 而前面讲的“云原生语言”，则更关注在程序具体执行层面的关注点分离。 把两者结合起来看，云原生时代的 AI 平台开发会是一片巨大的未开垦之地，对于云和算法各自都有很宽很长的路可以走。 目前云原生跟 AI 结合的一个比较好的学习样例是 Kubeflow，之前春节期间读了一本《Kubeflow for Machine Learning[3]》，感觉收获还是挺多的，如Istio，CRD的应用等
1K30发布于 2021-07-06 - 来自专栏全栈程序员必看
原生JDBC连接数据库
是Java访问数据库的标准规范，可以为不同的关系型数据库提供统一访问，它由一组用Java语言编写的接口和类组成 JDBC需要连接驱动，驱动是两个设备要进行通信，满足一定通信数据格式，数据格式由设备提供商规定 ，从而不能操作数据库 驱动一般都由数据库生成厂商提供 JDBC入门案例 准备数据 CREATE TABLE `sort` ( `sid` int(11) NOT NULL AUTO_INCREMENT : * 1.注册驱动 * 告知JVM使用的是哪一个数据库的驱动 * 2.获得连接 * 使用JDBC中的类,完成对mysql数据库的连接(TCP协议) * 3.获得语句执行平台 * 通过连接对象获取对SQL语句的执行者对象 * 4.执行sql语句 * 使用执行者对象,向数据库执行SQL语句 * 获取数据库的执行后的结果 * 5.处理结果 * 6.释放资源 * 获得连接 // uri:数据库地址 jdbc:mysql://连接主机ip:端口号//数据库名字 String url = "jdbc:mysql://localhost:3306/itheima
86320编辑于 2022-09-14 SurrealDB融资2300万美元，用于扩展AI原生多模型数据库
某机构旗下的SurrealDB公司今日宣布，已为其多模型人工智能原生数据库额外筹集了2300万美元资金。该计划旨在加速产品的成熟度和采用率，并扩大团队以扩展其云服务，加深对生产部署的支持。 该公司的平台解决了随着数据量和复杂性增加，为AI代理维护一致状态、上下文关系和持久记忆的挑战。 SurrealDB专为云原生和分布式部署而设计，支持实时查询、图遍历和嵌入式逻辑，适用于AI应用、事务型系统和数据驱动型服务。 某风投机构创始人表示：“每一个计算时代都需要一个新的数据库范式。我们正处于AI时代，但大多数雄心勃勃的企业AI项目都停滞不前。 “它既满足了AI代理的需求，也满足了企业数据治理的需求。对于希望启动原生AI计划的公司来说，这是最佳的切入点，我相信它可以塑造企业为代理时代做好准备的意义。”
18810编辑于 2026-03-12- 来自专栏腾讯云数据库(TencentDB)
NVM原生数据库技术解读
今天为大家带来“DB · 洞见”系列活动第一期的部分内容，由中国人民大学信息学院计算机科学与技术系主任柴云鹏教授解读NVM原生数据库技术，以下是分享实录： NVM原生数据库概述 今天我分享的主题为“NVM 原生数据库技术”，内容分三个部分，主要涉及到下面这五篇VLDB 2021的论文。 首先我先来介绍下NVM原生数据库整体的情况。 1.1 NVM原生数据库发展状况 现有的数据库系统可以分成OLTP数据库、OLAP数据库和HTAP数据库。 如果要和内存数据库、磁盘数据库做对比，实际上NVM数据库应该更接近于内存数据库。因此基于内存数据库去改造NVM数据库要更方便，当然也可以是原生的重新设计，这样效果可能会更好。 此外从系统设计的角度来看，NVM原生数据库的设计也和内存数据库有很大的区。
1.6K40发布于 2021-10-26 - 来自专栏程序大视界
云原生数据库的到来
原创不易，且行且珍惜” 01 — 前言 1.1 何为云原生数据库？ 云原生数据库？即「Cloud-Native Database Systems」。 1.2 为何云原生数据库？ 云原生数据库就应运而生了，它很好地避免和解决了上述因传统数据库本身的缺陷带来的一系列问题。亚马逊云科技在云原生数据库方面的成果遥遥领先。 亚马逊云科技提供了100余种产品免费套餐。 03 — 亚马逊的云原生数据库 3.1 AWS 云数据库 亚马逊云原生数据，即AWS云数据库是一种使用完全托管式专用数据库实现数据现代化的形式的基础设施。 发展了50余年的“数据库”软件，它的下一个必然变革方向——“云原生数据库”也已经悄然走到了第十个年头。未来十年，云原生数据库领域的创新将远远超越过去十年。
2K10编辑于 2022-09-22 - 来自专栏崔哥的专栏
Laravel 数据库交互 - 原生 SQL
https://learnku.com/docs/laravel/9.x/database/12245
87930编辑于 2023-01-03 - 来自专栏有点技术
云原生数据库vitess简介
MySql 集群为保证可用性采用的是主从复制，有一个主数据库和几个副本数据库。主库宕机，某台从库将成为新的主库。这个要求你去管理数据库的生命周期并将当前的系统状态传达给你自己的应用程序。 keyspace 一个keyspace是一个逻辑数据库。如果您使用分片，则keyspace将映射到多个MySQL数据库。如果您不使用分片，则keyspace将直接映射到MySQL数据库名称。 但是，根据读取操作的一致性要求，Vitess可能会从主数据库或副本中获取数据。通过将每个查询路由到适当的数据库，Vitess允许将代码构造为好像从单个MySQL数据库读取一样。 例如，如果一个键空间中的索引表引用了另一个键空间中的数据， 则可以执行片剂内部完整性检查以验证类似外键的关系或跨表完整性检查 总结 vitess是一个基于MySQL的云原生数据库，自身屏蔽了分库分表的复杂性 ，使应用能够直接使用无需特殊配置，与原生MySQL高度兼容，目前已经从CNCF毕业，相信以后会有更多的用户使用vitess.
7K50发布于 2020-07-14 - 来自专栏蟋蟀得不像专家派
如何构建 AI 原生技术团队
如何构建AI原生产研团队：我们花了一年，才搞懂这句话 别人还在讨论"AI要不要用"，我们已经把AI变成了团队的肌肉记忆。 工具只是皮，真正的AI原生团队，是从组织基因层面被重构的。 今天不讲虚的，就讲我们这一年干了什么，怎么干的，效果怎么样。 一、撕掉标签：什么叫"AI原生"？ 大部分人理解的AI原生 = AI用得很熟。 我们理解的AI原生 = AI已经渗透到组织的毛细血管里。 事实就是：同样的团队规模、同样的业务复杂度，AI 原生团队和非 AI 原生团队的产出差距已经拉开了 40% 以上。 这个差距只会越来越大。 标签：#AI原生产研#AICoding#团队管理#技术管理#数字化转型
14410编辑于 2026-05-26 - 来自专栏AI.NET极客圈
.NET 原生驾驭 AI 新基建实战系列（五）：Milvus ── 大规模 AI 应用的向量数据库首选
Milvus 是一个开源向量数据库，专为 AI 和 ML 应用设计，支持高效相似性搜索。 它采用云原生架构，分为接入层、协调服务、工作节点和存储四层，便于扩展。 Milvus 架构图 向量数据库结合了传统数据库的能力和独立向量索引的专门化，特别适合 AI 应用。 总的来说，Milvus 的高性能得益于其云原生架构、先进的索引技术、分布式设计以及硬件优化，能够为现代 AI 应用提供低延迟和高吞吐量的支持。 目前，Semantic Kernel 支持多种向量连接器，例如针对 Azure AI Search、Chroma、Milvus 和 Elasticsearch 等数据库的连接器，每种连接器都针对特定数据库优化 结语 Milvus 是一个功能强大的向量数据库，特别适合需要高效向量相似性搜索的 AI 和 ML 应用。
1.1K10编辑于 2025-04-28 - 来自专栏后端Coder
springboot整合原生jdbc和原生sql进行数据库操作
我们看下如何使用jdbc进行操作数据库。 以往的风格我们是按照示例程序开始的，下面我们看下我们这个很容易理解的示例程序都需要什么？ 首先，我们创建了一个实体类，里面的属性字段和我们创建的数据库字段保持一致。 下面的示例程序就是自己简单的写了对数据库的增删改查操作，比较容易理解。 "删除数据库的数据成功" : "删除数据库的数据失败"; log.info("message:{}", message); } private static void update 更新数据库数据成功":"更新数据库数据失败"; log.info("message:{}",message); } public static void main(String
3K20发布于 2019-11-28 2026下半年数据库趋势：多模、云原生、AI融合
但现在业务中出现了大量JSON、时序（IoT设备）、图（社交网络）、空间数据（GIS）、向量（AI检索）。如果每种数据单独搭一套库，运维成本极高。多模数据库应运而生：一套库原生支持多种数据模型。 比如金仓数据库（KingbaseES）主打“五模型一体化”，原生支持关系、文档、图、时序、向量；OceanBase4.x支持JSON、GIS、向量；PostgreSQL通过插件也能覆盖多种类型。 2趋势二：云原生数据库加速普及云原生数据库的核心特征是：存储计算分离、秒级弹性、Serverless付费。传统自建数据库无法做到“按需伸缩”，要么资源浪费，要么不够用。 3趋势三：AI融合从“可选”变“必选”AIforDB（利用AI优化数据库）和DBforAI（数据库内置AI能力）正在快速落地。 对于技术选型者，多模能力、云原生弹性、AI集成度将成为新的考量维度。对于DBA，单纯会写SQL、会调参数已不够，需要向数据架构师、AI辅助运维方向演进。保持学习，但不必焦虑。
38310编辑于 2026-05-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号