2025年2月中国数据库行业分析报告-AI 加速颠覆创新-墨天轮

AI

加速，颠覆创新2025年2月中国数据库行业分析报告摘要与上月相比，榜单前十的位次出现了细微的变动，多款产品的得分和排名也创下新高，彰显了技术创新、生态完善和人才培育在市场竞争中的重要作用。本月OceanBase得分突破700大关，技术创新和人才培养的双轮驱动助力于其持续发展；金仓数据库本月得分611.62，名次上升一位，近日发布的新版本也带来了技术突破。作为图数据库代表之一，NebulaGraph

本月排名从

41

位跃升至

26

位。IDC发布《2024年上半年中国分布式事务数据库软件市场跟踪报告》，2024上半年中国分布式事务数据库软件市场规模为1.5亿美元，同比增长18.5%，公有云市场规模占比61.2%。市场份额前三名分别为阿里云、腾讯、华为，OceanBase第四，金篆信科第五。Oracle发布了最新版Exadata数据库一体机X11M，性能较前代提升超55%。MariaDB

Enterprise

Platform

2025和Elasticsearch

Serverles全面上线。2025年1月，国产数据库总中标金额超亿元！其中广发银行以3489.327万元采购GoldenDB数据库；建行旗下建信金融科技有限责任公司以858.2万元采购GoldenDB数据库70节点。阿里云

PolarDB登顶TPC-C排行榜，性价比全球第一。随着人工智能技术的快速发展，大型语言模型（LLM）在处理自然语言方面展现出了前所未有的能力。特别是在春节期间，DeepSeek模型的爆火，更是将LLM的应用推向了新的高度。本章将概述LLM与数据库技术结合的关键应用，特别是向量数据库如何成为LLM的“最佳搭档”。本章还揭秘了DeepSeek

和

openAI

背后的数据库。展示了腾讯云向量数据库、TiDB

Autoflow、NebulaGraph

与DeepSeek大模型的结合构建RAG应用的实践案例。一、2月数据库排行榜解读二、数据库行业资讯和动态三、LLM

+

DataBase四、中国数据库产品典型案例OceanBase得分突破700大关，技术创新和人才培养的双轮驱动助力于其持续发展。已连续举办四届的数据库大赛近期落下帷幕，加深了开发者与OB产品的互动。在技术创新方面，，面向

AP场景的长期支持版本

4.3.5

LTS将于一季度内上线

OB

Cloud，云上高可用性能再升级，OBCloud

实现跨云双活和主备能力。金仓数据库本月得分611.62。近日发布的新版本也带来了技术突破。

金仓推出K

i

n

g

b

a

s

e

E

S

M

y

S

Q

L

兼容版V

0

0

9

R

0

0

3

C

0

1

0

和全面兼容S

Q

L

S

e

r

v

e

r

的版本V009R004C010。不仅帮助企业平滑迁移到国产数据库，还体现了金仓在性能、高可用性及功能兼容性上的优化。排行榜

-

OceanBase迎来开门红，金仓热度上升居第五与上月相比，榜单前十的位次出现了细微的变动，多款产品的得分和排名也创下新高，彰显了技术创新、生态完善和人才培育在市场竞争中的重要作用。本月OceanBase得分突破700大关，技术创新和人才培养的双轮驱动助力于其持续发展；金仓数据库本月得分611.62，名次上升一位，近日发布的新版本也带来了技术突破。接下来就一起盘点榜单中产品的具体表现。中国数据库排行榜TOP5（2025.2）GaussDB本月得分630.44，稳坐前三。过去一年，其表现可圈可点：连续9次位居中国本地部署数据库市场第一，成功入选“云数据库魔力象限”挑战者象限；金融级分布式数据库市场，

G

a

u

s

s

D

B

市场份额排名第一…

期待GaussDB在行业中继续发挥重要作用。PolarDB本月得分632.21，稳居排行榜第二位。阿里云作为亚太区唯一入选2024年度全球《云数据库管理系统魔力象限》“领导者（LEADERS）”象限的科技公司，并连续五年位居该象限，进一步证明了其在技术实力和市场影响力上的国际认可。金篆信科GoldenDB本月得分621.23。随着其在党多行业加速拓展，适配测试需求持续攀升。GoldenDB在推出版本试用申请功能，为合作伙伴提供便捷的适配测试通道，并由技术专家提供专业指导。这一举措彰显了GoldenDB扩大应用范围、拓展市场版图的决心。来源：墨天轮乐/知/乐/

享同/心/共/

济中国数据库排行榜

-

第6-10名排行榜

-

GBASE排名再攀升，TDSQL升第九G

B

A

S

E

得分

6

0

9

.

2

7分，

排在第六。除省级框采外，G

B

A

S

E

已成功入围深圳、

厦门、

大连、

宁波等多个城市的数据库框采。

G

B

a

s

e

在政务信息化领域的应用不断拓展，

获得了更多地方政府的认可与信赖。在

去

年

底

的

年

终

决

算夜，

6

0

多家银行及大型央企财务公司高效完成决算任务，

实现“

零失误

”

，

离

不

开

腾

讯

云数、据库TDSQL

等“

6

T

”

融合创新基础软件的支撑。腾讯云T

D

S

Q

L

本月排名上升一位，得

分3

7

2

.

5

0

，

展示了其在云数据库领域的持续创新与领先地位。作为一款领先的分布式S

Q

L

数据库，

T

i

D

B

一直在A

I

方向上不断努力和创新。近日发布的T

i

D

B

8

.

5L

T

S

版本便是其在A

I

方向上的一个重要里

程碑。

该版本为企业关键业务带来无与伦比的可扩展性、

领先的运维洞察力和

A

I

就绪能力，助

力

企

业

充

分

释

放“

D

a

t

a

+

A

I

”

的生产力。来源：墨天轮乐/知/乐/

享同/心/共/

济达梦数据库本月得

分5

7

1

.

1

7

，

排名第八。

1月，

达梦公司董事长兼创始人冯裕教授荣

获2

0

2

4

年“

C

C

F

最高科学技术奖”

。过去一年，达梦围

绕“

云数智”

融合战略。据官方消息，

2

0

2

5

年达梦将继续聚焦“

云计算与大数据”

，

依托“

产品+

数据解决方案”

，进一步提升其行业竞争力。o

p

e

n

G

a

u

s

s

本月得分3

6

9

.

6

1

，

其在技术突破和社区贡献方面取得了显著成就。近日，o

p

e

n

G

a

u

s

s

R

I

S

C

-

VS

I

G

成功将数据库及其组件移植至F

e

d

o

r

a

，

并适配支持RISC-V

架构。此外，

o

p

e

n

G

a

u

s

s

社区技术委员会主席李国良教授入选20

24年A

CM

F

e

l

l

ow。排行榜

-

技术与生态突破，盘点榜单新势力近年来，数据库市场持续创新，产品类型和技术特点日益多样化。随着技术创新、生态建设和社区运营的不断加强，一些数据库产品在最新的排行榜中排名大幅上升，接下来我们就节选部分产品进行盘点。作为图数据库代表之一，NebulaGraph

本月排名从

41

位跃升至

26位。南京大学信息管理学院近期与

NebulaGraph

共同开设“知识图谱”课程，为学生提供前沿的技术知识，同时也推动行业培养更多实战型人才。I

v

o

r

y

S

Q

L

是由是一款完全兼容Oracle

的

PostgreSQL

数据库，本月排名第42名，其支持

100%

兼容并可直接替换最新PostgreSQL版本。IvorySQL

4.2

版本已于1

月13日正式发布，全面支

持PostgreSQL

17.2，并修复了多项bug。TaurusDB本月得分45.45，排名第

27位。由华为云在2024

年正式更名，前身为

GaussDB(for

MySQL)，在品牌重塑后，TaurusDB

的市场定位更加明确。其主要面向企业级

OLTP

应用和高端

MySQL

客户，同时也兼顾中小型企业的需求。He3DB是由移动云数据库团队研发的一款计算/存储分离的云原生数据库。它通过计算/存储分离等技术，实现了高性能和低成本的完美结合。He3DB

的设计目标是在保证高性能的同时，最大化地帮助客户节省数据库使用成本。TeleDB作为天翼云的数据库产品，覆盖面较广，涵盖集中式、分布式关系型数据库以及

NoSQL

和分析型数据库，并支持公有云、私有云及纯软件部署等多种形态。TeleDB

在技术创新方面也获得了行业认可，成功入选2024

大数据“星河”案例。中国数据库排行榜-部分产品表现近年来，云数据库市场迅速增长，已成为现代企业IT架构的关键组成部分。本月排行榜中，TaurusDB、He3DB和TeleDB成为云数据库领域的代表产品，分别展现出各自独特的技术优势和创新理念：来源：墨天轮乐/知/乐/

享同/心/共/

济2025年1月国产数据库中标情况一览2025年1月，国产数据库在多个行业取得了显著的中标成果，总中标金额超亿元！其中金融和政企领域尤为突出。例如，广发银行以3489.327万元采购GoldenDB数据库；建行旗下建信金融科技有限责任公司以858.2万元采购GoldenDB数据库70节点；中移(苏州)软件技术有限公司的采购项目上限金额高达4797.56万元（含税），采购内容包括达梦数据库、Vastbase、金仓数据库等多种产品，采购规模之大，令人瞩目。公告时间采购单位中标数据库中标金额（元）项目名称行业2025/1/7广发银行GoldenDB3489.327万广发银行（总行）GoldenDB数据库使用授权集中采购项目金融2025/1/7数字广东网络建设有限公司达梦数据库/数字广东网络建设有限公司国产化软件产品框架协议采购项目（第二批次）政企2025/1/8国信证券YashanDB/国信证券2024年度资管估值系统的信创数据库采购项目金融2025/1/8一汽丰田汽车有限公司金仓数据库/一丰金仓数据库采购采购项目制造业2025/1/8一汽丰田汽车有限公司达梦数据库/一丰达梦数据库采购采购项目制造业2025/1/10湖南省公共资源交易中心GoldenDB、华为GaussDB、海量、达梦、南大通用、虚谷、神通、优炫、YashanDB/湖南省各级预算单位2024年操作系统、数据库框架协议采购项目政企2025/1/10农信银资金清算中心有限责任公司GBase84万2024年农信银信创版MPP数据库采购项目单一来源采购成交结果公告金融2025/1/13建信金融科技有限责任公司GoldenDB858.2万建信金融科技有限责任公司Goldendb数据库软件采购互联网2025/1/15北京智网数科技术有限公司TRS海贝搜索数据库1315.5万国家管网集团数据中台（二期）项目全文检索数据库框架协议采购项目政企2025/1/17江苏省政府采购中心GreatDB、瀚高、神通、GBase、虚谷、TDSQL/2025年度江苏省党政机关、事业单位及团体组织数据库管理系统框架协议采购政企2025/1/20北京市应急管理部大数据中心GaussDB67.9万应急管理部北京数据中心同城双活数据库软件采购及部署实施项目政企2025/1/22鞍钢股份有限公司达梦数据库/鞍钢股份有限公司达梦品牌数据库管理系统制造业乐/知/乐/

享同/心/共/

济2025年1月国产数据库中标情况一览公告时间采购单位中标数据库中标金额（元）项目名称行业2025/1/23深圳证券交易所、深圳证券通信有限公司GoldenDB236万深圳证券交易所、深圳证券通信有限公司GoldenDB数据库采购金融2025/1/23江苏银行股份有限公司GBase/易付通配套GBASE数据库许可采购项目金融2025/1/24青岛银行股份有限公司OceanBase、达梦数据库185.48万青岛银行数据中心新建业务系统数据库资源池所需软件项目金融2025/1/26中移(苏州)软件技术有限公司达梦数据库、Vastbase、金仓数据库、虚谷数据库、TiDB/中移(苏州)软件技术有限公司2025年国产数据库产品授权及服务采购项目通信2025/1/26西安市市级单位政府采购中心虚谷数据库、Vastbase、GreatDB/西安市市级单位政府采购中心西安市行政事业单位集中式数据库框架协议政企2025/1/26河南农村商业联合银行股份有限公司Vastbase、OceanBase、达梦数据库355.98万河南农村商业联合银行股份有限公司

2024年度系统软件采购项目金融2025/1/26山东移动AtlasGraph/山东移动2024年图数据库采购项目通信2025/1/26中信保诚基金管理有限公司金仓数据库25万中信保诚基金管理有限公司集中式数据库采购项目基金2025/1/27中移物联网有限公司金仓数据库/2024年物联网平台改造项目数据库子项目通信乐/知/乐/

享同/心/共/

济l

中标金额较高的项目中移(苏州)软件技术有限公司的采购项目（达梦数据库、Vastbase、金仓数据库、虚谷数据库、TiDB），上限金额为4797.56万元（含税），是本月金额最高的中标项目。广发银行采购的GoldenDB数据库，中标金额为3489.327万元。河南农村商业联合银行的系统软件采购项目（Vastbase、OceanBase、达梦数据库），中标金额为355.98万元。l 中标次数较多的数据库产品达梦数据库：在一汽丰田汽车有限公司、河南农村商业联合银行股份有限公司等项目中标。GoldenDB：在广发银行、建信金融科技有限责任公司、深圳证券交易所等项目中中标。GBase：在农信银资金清算中心有限责任公司、江苏银行股份有限公司等项目中中标。2025年2月国产数据库中标情况一览2025年2月，国产数据库中标金额最高的是深圳市大数据资源管理中心的达梦数据库项目，中标金额为878.8万元；其次是贵州省农村信用社联合社的金乌数据库（Kingwow）项目，中标金额为405万元，第三是联通物联网有限责任公司的快立方项目，中标金额为367.8万元。公告时间采购单位中标数据库中标金额（元）项目名称行业2025/2/5江苏银行股份有限公司GaussDB/江苏银行股份有限公司易付通配套高斯数据库许可采购项目招标公告金融2025/2/5上海市浦东新区建设和交通委员会达梦数据库/浦东新区大型居住社区及保障性住房精细化管理平台和基础数据库（二期）政企2025/2/8贵州省农村信用社联合社Kingwow405万贵州省农村信用社联合社国产金乌分布式数据库项目政企2025/2/8联通物联网有限责任公司快立方367.8万2024年联通数科物联网事业部国产高性能内存数据库服务公开招标项目（二次）金融2025/2/11四川农村商业联合银行股份有限公司OceanBase/四川农村商业联合银行股份有限公司2024年度信创改造项目-统一支付系统适配改造服务采购单一来源采购金融2025/2/13上海农商银行Oceanbase/上海农商银行Oceanbase数据库软件许可及原厂服务采购项目金融2025/2/13福建省儿童医院达梦数据库69.3万福建省儿童医院国家区域医疗中心（一期）智能化信息化专项基础平台建设(二次)医疗2025/2/14广发银行（总行）TiDB/TiDB数据库许可及服务金融2025/2/14安徽环境科技集团股份有限公司金仓数据库/人大金仓数据库软件采购项目制造业2025/2/17中国联合网络通信有限公司软件研究院GoldenDB202.2万2023年中国联通软研院数字化底座安可数据库购置项目（中兴数据库扩容）单一来源采购通信乐/知/乐/

享同/心/共/

济2025年2月国产数据库中标情况一览公告时间采购单位中标数据库中标金额（元）项目名称行业2025/2/17中国联合网络通信有限公司软件研究院达梦数据库36万2024年中国联通软研院数字化底座安可数据库购置项目（达梦数据库扩容）单一来源采购通信2025/2/17浪潮金融信息技术有限公司TDSQL/某期货公司TDSQL数据库12节点续期项目单一来源公告金融2025/2/19福州市中医院达梦数据库/福州市中医院国产化基础软件及数据备份项目(国产数据库、中间件、灾备一体机)结果公告（采购包1）医疗2025/2/19中国福利彩票发行管理中心OceanBase119万中国福利彩票发行管理中心本级2025年分布式数据库扩容项目政企2025/2/20中国移动通信集团江苏有限公司Gbase/中国移动江苏公司2024年省级IT云数据层及系统软件扩容工程GBASE数据库扩容采购项目通信2025/2/24广东粤电新丰江发电有限责任公司达梦数据库/国产操作系统、办公软件采购--达梦数据库DM8采购结果公告制造业2025/2/19西南石油大学金仓数据库/2024年网信中心站群系统（门户网站）商用密码改造采购项目(三次)教育2025/2/25深圳市大数据资源管理中心达梦数据库878.8万深圳市场地化授权存量达梦数据库软件升级维保服务项目中标（成交）结果公告政企2025/2/25宁波市政府采购中心达梦数据库/宁波市市级2025年度操作系统、办公软件及数据库框架协议采购项目政企2025/2/25浙商银行股份有限公司AtlasGraph55.37万浙商银行股份有限公司国产图数据库采购项目金融乐/知/乐/

享同/心/共/

济一、2月数据库排行榜解读二、数据库行业资讯和动态三、LLM

+

DataBase四、中国数据库产品典型案例阿里云

PolarDB

登顶TPC-C排行榜，性价比全球第一2025年1月27日，TPC发布了最新的TPCC测试排名：阿里PolarDB

for

MySQL以20亿tpmC值登顶榜首，实现TPC-C性能和性价比全球第一，刷新了TPC-C测试的历史纪录，超过此前榜首腾讯TDSQL（8.14亿）的2.5倍！平均每个tpmC成本仅8毛钱，是腾讯TDSQL的60%。此次登顶，标志着阿里云在数据库技术上的巨大突破和领先地位。TPC-C是由事务处理性能委员会（Transaction

Processing

Performance

Council，TPC）制定的一种用于衡量在线事务处理（OLTP）系统性能的基准测试。在西方，数据库技术早已走向成熟，基本上不再有厂商打榜。Oracle最后的记录是在2013年提交的。而且TPC记录的有效期为3年，目前榜单上排在前4位的世界纪录都是中国厂商创造的，只有PolarDB和

TDSQL

的记录处于有效期内。阿里PolarDB

for

MySQL

技术创新PolarDB

MySQL版对单集群的索引大锁进行了优化，引入了支持并发分裂的PolarIndex，显著降低了大量并发访问时的冲突开销。PolarDB

MySQL版还优化了表文件扩展机制，减少了文件扩展时锁的开销，从而在大批量数据写入场景下实现了显著的性能提升。极致性价比：在PolarDB单节点能力提升到88万

tpmC的同时，单位

tpmC

的成本大幅降低至0.8元人民币。乐/知/乐/

享同/心/共/

济清华大学李国良教授入选“2024

ACM

Fellow”2025年1月22日，国际计算机学会（Association

for

Computing

Machinery，简称

ACM）公布2024年度国际计算机学会院士（ACMFellow）名单，共有55位来自全球各地的杰出科研人员入选，他们的贡献涉及计算机图形学、网络安全、人机交互、数据管理、机器学习、人工智能、算法、可视化等领域。其中清华大学教授，计算机系副主任李国良教授入选。李国良清华大学教授入选理由：在人机协同（human-in-the-loop）数据集成与基于学习的数据库系统领域做出的重要贡献。李国良现任清华大学教授，计算机系副主任，博士生导师。他于2004年获得了哈尔滨工业大学计算机系学士学位，于2009年获得了清华大学计算机系博士学位。他本人已在数据库领域顶级会议和期刊上发表论文200余篇，被引高到18000多次，曾入选爱思唯尔2014-2024年中国高被引学者榜单、IEEE

Fellow。他主要研究的重点在于自主数据库系统、强化学习、众包数据库系统、大规模数据空间管理。ACM会士介绍ACM

创立于

1947

年，是全世界计算机领域影响力最大的专业学术组织之一。ACM

Fellow

是由该组织授予资深会员的荣誉，目的为表彰会员中对于计算机相关领域贡献前

1%

的学者，其每年遴选一次，研究员由同行提名，提名由委员会审查。作为一个全球性组织，2024年度ACM

Fellow来自世界各地的大学、企业和研究中心，遍布澳大利亚、加拿大、智利、中国、丹麦、德国、印度、以色列、意大利、荷兰、新加坡、英国和美国。出版书籍乐/知/乐/

享同/心/共/

济2024H1中国分布式事务数据库市场：三大云巨头占主导近日，国际数据公司（IDC）《2024年上半年中国分布式事务数据库软件市场跟踪报告》显示，2024上半年中国分布式事务数据库软件市场规模为1.5亿美元，同比增长18.5%，公有云市场规模占比61.2%。市场份额前三名分别为阿里云、腾讯、华为，OceanBase第四，金篆信科第五。IDC预测，2024年全年，中国分布式事务数据库市场规模预计为8.1亿美元，同比增长20.3%。到2028年，中国分布式事务数据库市场规模将达到18.2亿美元，2023-2028的5年市场年复合增长率（CAGR）为22.0%。2024年市场竞争格局愈发清晰，市场正在向以阿里云、腾讯、华为、金篆信科（中兴）等为代表的平台厂商，和以Oceanbase、PingCAP等为代表的独立分布式数据库厂商集中。乐/知/乐/

享同/心/共/

济甲骨文发布Exadata数据库一体机（X11M）2025

年1月7日，Oracle发布了最新版Exadata数据库一体机X11M，这是其第十三个版本，性能较前代提升超55%。本次升级，提升了数据库计算服务器和闪存服务器的性能，降低了延迟，并且将芯片换成了AMD

Epyc处理器。尽管性能大幅提升，但X11M的价格与前代X10M保持一致，一个平衡配置的机架总价为296万美元。数据库计算服务器和闪存服务器性能显著提升，延迟降低，芯片升级为AMD

Epyc处理器。持久化向量索引查询速度提升55%，事务处理能力提升

2

5

%

，

数据读取速度提升43%。服务器性能飞跃支持2-

15个数据库服务器和3-

17个存储服务器，最高配置达2,880个AMD

“Turin”核心，42TB内存。存储容量最高462.4TB高性能闪存或2PB高容量闪存，满足海量数据存储需求。采用100Gb/s以太网RDMA结构，双轨、主-

主模式，存储服务器I/O带宽达每机架8.5TB/s。通过微代码和网络栈优化，延迟降低至14微秒，大幅提升数据传输效率。01 强大硬件配置 02 高速低延迟网络 03向量处理能力增强，无需GPU，矢量搜索和多维索引优化，支持AI功能，提升数据分析效率。为大数据分析和机器学习应用提供强大支持，降低硬件成本，提高系统整体性能。向量处理增强04与前代X10M价格相同，8个数据库服务器（

3

TB容量）

178

万美元，

7

个ExtremeFlash存储节点+8个High

Capacity存储节点118万美元，总计296万美元。在性能大幅提升的同时保持价格不变，为用户提供更高的性价比，增强市场竞争力。性价比凸显05Exadata

X11M支持在公有云、多云或本地部署环境中运行，提供相同的功能，无需更改应用。为客户提供灵活的部署选择，满足不同业务需求，适应混合云和多云架构的发展趋势。乐/知/乐/

享同/心/共/

济云部署灵活性06MariaDBEnterprise

Platform

2025发布原生向量搜索功能MariaDB

Enterprise

Platform

2025引入全新原生向量搜索功能，100%开源，支持按值和语义搜索非结构化数据，无需集成多个数据库。该

功

能

可

帮

助

L

L

M

使

用

检

索

增

强

生

成（RAG），为企业数据提供更准确、更符合上下文相关的结果，简化数据库堆栈管理。数据库优化器改进MariaDB

Enterprise

Platform

2025在数据库引擎中改进的优化器，包含细粒度和精细的成本模型，考虑了先进SSD磁盘和不同存储引擎特性。能充分利用现代存储设备的低延迟和高吞吐量，自动复杂为查询选择最快执行计划，提升数据库性能。扩展的JSON支持MariaDB

Enterprise

Platform

2025通过新功能扩展了JSON支持，涵盖从基本操作到高级数据操作，使JSON数据处理更加直观和高效。通过增强的JSON功能，企业能够更灵活地处理半结构化数据，满足现代应用程序对数据多样性的需求。安全功能升级新增安全功能，增强企业级保护。包括默认启用TLS加密、添加更细粒度权限、引入新插件防止重复使用旧密码.在线模式更改功能新增在线模式更改功能减少了操作停机时间，允许在服务器中内置非锁定ALTER

TABLE，ALTERTABLE运行时可写入表。乐观ALTER

TABLE复制使用新的乐观ALTER

TABLE复制，将ALTER

TABLE操作分为两个阶段，大大减少复制滞后，提高数据库复制效率。分区管理增强增加了将分区转换为表和将表转换为分区等新操作，并对管理系统版本分区进行了新的增强，使数据库维护更加灵活、高效。新增DBA功能乐/知/乐/

享同/心/共/

济2025年2月，MariaDB

Enterprise

Platform

2025全面推出，包括其核心数据库

MariaDB

Enterprise

Server

11.4、其高级数据库代理MariaDB

MaxScale

25.01

的更新版本，以及为运行关键任务应用程序的组织提供安心的工具和支持。新版本新增原生开源向量搜索功能，支持AI应用开发，可按值和语义搜索非结构化数据，无需集成多数据库，简化管理并提升安全性。解耦架构还通过分离搜索和摄取工作负载，实现了更智能的资源管理，使其能够根据特定需求独立扩展。这种分离确保：并发更新和搜索不再争夺资源。CPU

周期、内存和I/O独立分配，即使在高摄取操作期间也能确保一致性能。摄取密集型用例受益于独立计算。即使在索引大量数据时，也能确保快速可靠的搜索性能。向量搜索工作流繁荣发展。解耦允许计算密集型索引（如嵌入生成）而不影响查询速度。Elasticsearch

Serverless

现已全面上线2025年1月，Elasticsearch

Serverless

已全面上线，作为一个完全托管的服务，它能够根据用户的数据、使用情况和性能需求自动扩展，同时保留了

Elasticsearch的强大功能和灵活性。这项服务旨在简化搜索、RAG和

AI驱动应用程序的构建和管理过程，消除了管理资源的复杂性，并支持现代工作负载需求，如大型数据集、AI搜索和突发流量。Elasticsearch

Serverless

使用对象存储来实现可靠的数据存储和成本效益的扩展。通过消除多副本的需求，减少了索引成本和数据重复。这种方法确保存储只用于必要的内容，消除浪费，同时最大化效率。为了保持

Elasticsearch

的速度，段级查询并行化优化了从对象存储（如

S3）检索数据的速度，同时高级缓存策略确保快速访问常用数据。解耦的计算和存储动态自动扩展而无妥协高性能查询执行Elasticsearch

Serverless通过构建在Elasticsearch

作为向量数据库的优势上，增强了查询执行。查询性能和向量量化方面的创新确保了现代用例的快速高效搜索体验。亮点包括：通过段级查询并行化加快数据检索，使多个并发请求能够从对象存储中获取数据，大幅减少延迟，即使数据未本地缓存也能确保快速访问。更智能的缓存，通过智能查询结果重用和

Lucene

中优化的数据结构，仅缓存使用到的部分索引。定制的

Lucene

索引结构，最大限度地提高各种数据格式的性能，确保每种数据类型以最有效的方式存储和检索。高级向量量化，显著减少高维数据的存储占用和检索延迟，使

AI

和向量搜索更具可扩展性和成本效益。Serverless

的四大关键能力：1.开箱即用，兼容开源 2.

高性能低成本3.真正的按量付费 4.

智能调度免运维乐/知/乐/

享同/心/共/

济一、2月数据库排行榜解读二、数据库行业资讯和动态四、中国数据库产品典型案例三、LLM

+

DataBaseDeepSeek背后的数据库：ClickHouse的基础支撑2025年1月20日，DeepSeek正式发布一系列

DeepSeek-R1

模型，包括

DeepSeek-R1-Zero、DeepSeek-R1

和DeepSeek-R1-Distill

系列。DeepSeek-R1模型推理能力优异，基准测试表现与OpenAI-o1-1217相当，且

API服务定价远低于

OpenAI同类产品，引发了行业上的广泛关注与热议。那么DeepSeek的背后是什么数据库在支撑呢？一次安全事件暴漏出大模型背后的ClickHouse基础支撑。概况：2025年1月，Wiz研究团队发现了一个属于DeepSeek的公开可访问的ClickHouse数据库，该数据库允许对数据库操作进行完全控制，包括访问内部数据的能力。泄露包括超过一百万行的日志流，其中包含聊天记录、密钥、后端详细信息以及其他高度敏感信息。起因：随着DeepSeek在AI领域引起轰动，Wiz团队着手评估其外部安全态势。随后发现了一个与其相关联的公开可访问的ClickHouse数据库（它托管在:9000和:9000）。此次暴露允许对数据库进行完全控制，并可能在DeepSeek环境中进行权限提升，而没有任何身份验证或防御机制来抵御外部世界。乐/知/乐/

享同/心/共/

济DeepSeek背后的数据库：ClickHouse是什么？ClickHouse

是一个用于在线分析处理（OLAP）的列式数据库管理系统（DBMS），由俄罗斯搜索引擎公司

Yandex

开源。列式存储：ClickHouse

采用列式存储，将同一列的数据存储在一起，这使得在查询时，尤其是只涉及部分列的查询，可以显著减少I/O

操作和数据读取量，从而大幅提升查询效率。高性能查询：通过列式存储、向量化执行引擎以及多线程和分布式处理，ClickHouse

能够在处理大规模数据（TB

级别）时实现秒级查询响应。实时数据处理：支持数据的实时插入和查询，适用于需要实时分析和监控大量数据的场景。数据压缩：ClickHouse

提供多种压缩算法，能够在不影响查询速度的前提下，大幅降低存储空间需求。分布式架构：支持分布式部署，可以通过添加节点实现计算和存储能力的水平扩展。丰富的

SQL

支持：支持标准

SQL

查询，包括常见的

SELECT、GROUP

BY、ORDER

BY、JOIN

等操作，还提供了窗口函数、聚合函数等高级功能。乐/知/乐/

享同/心/共/

济DeepSeek背后的数据库：安全事件是如何发生的？过程：评估从DeepSeek公开可访问的域名开始。通过使用简单的侦察技术（被动和主动发现子域名），识别出大约30个子域名。大多数看起来无害，托管诸如聊天机器人界面、状态页面和API文档等元素——这些最初都没有显示出高风险暴露的迹象。当扩展搜索范围，超出标准的HTTP端口（80/443）时，两个不寻常的、开放的端口（8123和9000），与以下主机相关联：:8123

:8123

:9000

:9000进一步调查发现，这些端口通向一个公开暴露的ClickHouse数据库，完全无需任何身份验证即可访问。提示：ClickHouse数据库在默认安装和配置的情况下，默认用户（如default）是没有设置密码的。ClickHouse使用的是一个默认的用户配置文件users.xml，其中定义了用户权限和认证方式。在默认配置下，ClickHouse允许无密码访问，这主要是为了方便开发和测试环境的快速部署。然而，在生产环境中，强烈建议启用密码认证，以确保数据库的安全性。乐/知/乐/

享同/心/共/

济DeepSeek背后的数据库：安全警示渗透：通过利用ClickHouse的HTTP接口，访问/play路径，该路径允许通过浏览器直接执行任意SQL查询。运行一个简单的SHOW

TABLES;查询返回了所有可访问数据集的完整列表。在ClickHouse

Web

UI中输出的表格，log_stream包含了大量带有高度敏感数据的日志。安全警示尽管围绕AI安全的大部分关注都集中在未来的威胁上，但真正的危险往往来自基本风险——比如数据库的意外外部暴露。这些风险是安全的基础，应始终是安全团队的首要关注点。快速采用的步伐常常导致忽视安全，但保护客户数据必须始终是首要任务。乐/知/乐/

享同/心/共/

济OpenAI背后的数据库：收购RockSet2024年，OpenAI宣布以5亿美元收购Rockset。此次收购被看作是OpenAI增强其数据管理和实时分析能力的战略举措。Rockset是一家美国云原生OLAP数据库软件公司，成立于2016

年。Rockset公司凭借其在数据索引和查询处理方面的先进能力，被视作行业内的佼佼者。通过整合Rockset的技术，OpenAI旨在提升其产品和服务的数据智能水平，更有效地将数据资源转化为商业智能。Rockset起源Rockset

始于Google的LevelDB项目。LevelDB是由Google的Sanjay

Ghemawat和Jeff

Dean创建的一个高性能键值存储库，主要用于处理大规模数据。基于LevelDB的架构和设计理念，Facebook的工程师团队开发了RocksDB。RocksDB在LevelDB的基础上进行了优化和扩展，专为高速闪存和RAM设计，采用日志结构合并数据库（LSM

Tree）架构，显著提升了性能和灵活性。Rockset简介Rockset由曾在Facebook、雅虎等公司工作的VenkatVenkataramani和DhrubaBorthakur于2016年创立。他们基于RocksDB的技术基础，进一步开发了Rockset，旨在为企业提供实时数据分析和云原生数据基础设施。Rockset的平台能够处理半结构化数据，支持实时查询和分析，适用于多种应用场景。Rockset的发展迅速，获得了多家顶级风险投资公司的支持，并在数据分析领域取得了显著成就。乐/知/乐/

享同/心/共/

济Rockset认为未来向量检索将演进为混合搜索（HybridSearch）。混合搜索通过整合不同的搜索算法来提高搜索结果的相关性和准确性，通常包括向量相似度搜索和传统搜索技术，

如全文搜索、关键词匹配、BM25算法等。总的来说，混合搜索通过结合不同的搜索技术，能够在不同的数据类型和查询需求中提供更加灵活和精确的检索结果。OpenAI背后的数据库：RockSet的技术架构Rockset的主要产品是一个实时分析平台，可以帮助企业和开发者快速从不同数据源中提取、转换和加载数据，并进行实时查询和分析。这个平台支持多种数据源，如数据库、数据流、云存储等，用户可以通过标准的SQL进行数据查询分析。Rockset技术的核心是一个实时索引数据库，这个数据库可以为向量、文本、地理空间和JSON数据建立索引，以便在任何规模上进行高效的混合搜索和实时分析，通过这一技术创新，企业可以重新构想应用内搜索和分析功能，并构建云规模的数据应用程序。向量检索趋势乐/知/乐/

享同/心/共/

济向量数据库：LLM

为什么使用向量数据库？向量数据库是大语言模型（LLM）AI时代的“最佳搭档”，它为LLM提供了高效、准确、低成本的数据管理解决方案。LLM需要处理大量非结构化数据，如文本、图像和音频。向量数据库能够将这些数据转换为向量形式，便于模型理解和处理。在对话系统和实时问答应用中，LLM需要快速从大量数据中检索相关信息。向量数据库提供的快速相似度搜索能力正好满足这一需求。多模态数据支持与实时响应需求通过向量数据库，LLM可以访问和利用外部知识库，从而弥补模型自身的知识盲区，提高生成文本的准确性和可靠性。这种检索增强生成（RAG）技术框架，能够有效提升大模型在知识问答、对话等场景中的表现。缓解模型幻觉向量数据库可以降低大模型的推理成本、训练成本和数据更新成本。通过优化数据检索和处理流程，向量数据库有助于减少模型在推理过程中的计算资源消耗，从而降低成本。降低成本向量数据库能够支持大规模的并行处理，这对于需要处理海量数据的LLM应用至关重要。支持大规模并行处理乐/知/乐/

享同/心/共/

济向量数据库：向量数据库为

LLM

带来的增强向量数据库通过优化索引和量化提升了检索效率，降低了成本，并且能够处理多种类型的非结构化数据，增强了系统的灵活性。它们易于部署，与现有框架集成度高，同时提高了实时性、隐私性和推理效率，助力企业应对AI应用挑战。提升检索效率向量数据库通过优化索引结构，显著提高了检索效率，使得LLM能够更快地从大规模数据集中找到相关信息。提高推理效率向量数据库通过减少不必要的计算，提高了LLM的推理效率，尤其是在资源受限的环境中。降低存储成本通过向量化和索引优化，向量数据库减少了存储需求，为LLM处理大规模数据集时降低了存储成本。实时性增强向量数据库支持动态数据更新，确保LLM能够实时访问最新信息。例如，新闻、金融数据等实时更新的场景。增强泛化能力向量数据库不仅支持文本数据，还能处理图像、音频等其他类型的数据，增强了LLM在多模态数据处理上的泛化能力。易于集成与部署向量数据库通常提供丰富的API和工具，使得它们易于与现有的LLM框架集成，简化了部署过程。乐/知/乐/

享同/心/共/

济向量数据库：腾讯云

+

DeepSeek

构建RAG应用蛇年春节期间，大模型领域的DeepSeek与电影领域的《哪吒之魔童闹海》（《哪吒2》）共同点燃了整个春节，腾讯云向量数据库与DeepSeek大模型组成「超强CP」，通过搭建RAG应用来揭秘《哪吒2》中的文化密码。流程：l 知识库构建阶段建立包含《封神演义》典籍、四川方言研究论文、中药本草数据库的专属语料库通过腾讯云向量数据库对专业知识进行向量化编码，构建可语义检索的知识空间l 技术联动机制用户提问

→

向量语义检索

→

知识增强生成向量数据库通过近似最近邻算法(ANN)定位相关段落（响应≤10ms）DeepSeek-7B对召回知识进行跨领域知识融合与自然语言生成问题：哪吒这个名字是怎么取的太乙真人为什么说的四川话申公豹给陈塘关送的药方中有哪些中药，有什么功效思路：向量数据库提供外挂知识库为了让DeepSeek准确回答，我们可以使用检索增强生成（RAG）技术，将向量数据库作为大语言模型的外挂知识库，在用户输入问题时先检索出知识，然后让模型基于可信的知识进行用户回答。RAG具有较高的可解释性和定制能力，可大幅降低大语言模型的幻觉，适用于企业内部知识库、智能客户、代码助手等多种场景。乐/知/乐/

享同/心/共/

济Deepseek+腾讯云向量数据库构建RAG借助于腾讯云TI-One，开发者可快速部署DeepSeek模型服务，搭配上腾讯云向量数据库，仅需下载Demo+改配置项，10分钟即可实现企业级知识库问答、智能客服等高阶RAG场景！向量数据库：腾讯云

+

DeepSeek

构建RAG应用腾讯云

TI

平台提供了快速部署

DeepSeek

系列模型的方案。通过将腾讯云向量数据库与

DeepSeek

深度结合，用户可以高效搭建基于DeepSeek

的

RAG

知识问答系统，实现高效的检索和生成能力，同时显著降低部署成本和时间。登录客户端运行环境，安装向量数据库Python

SDK及SDK通用依赖、DeepSeek大模型SDK等，为系统搭建提供基础支持。修改配置文件，包括向量数据库实例地址、API密钥、AI数据库名、集合视图名，以及DeepSeek模型的API服务域名、模型ID、鉴权Token等，确保系统正确连接和调用相关服务。执行python3

main.py运行脚本，生成知识问答前端访问链接，通过浏览器访问链接进入配置向导，完成系统初始化。在初始化过程中，脚本自动创建向量数据库与集合，等待任务完成，即可开始知识检索或问答操作，实现知识问答系统的快速搭建。选型并购买向量数据库实例，配置地域与网络环境，确保访问畅通。客户端运行环境准备，推荐使用云服务器CVM，安装Python环境依赖。准备知识库文件，在

腾讯云

TI

平台

部署

DeepSeek

模型。环境配置 文件导入 配置文件 安装SDK 配置参数 运行脚本：单击“知识检索（仅向量检索）”，输入问题，系统从向量数据库中搜索图文并茂的知识点，快速提供检索结果。：单击“知识问答（含LLM）”，输入问题，系统调用DeepSeek大模型，生成润色后的答案，提升回答质量和用户体验。Deepseek+腾讯云向量数据库构建RAG应用操作步骤：乐/知/乐/

享同/心/共/

济向量数据库：HetuVDB

+

DeepSeek

构建RAG管道合存向量数据库

(HetuVDB)

是由蓬莱智数团队自主研发的一款支持向量检索、向量存取的高性能向量数据库，专为提升人工智能模型数据训练效率而设计。它能够高效地存储和检索向量数据，支持相似性搜索和复杂查询，为企业在AI大模型训练加速、图像识别、自然语言处理、推荐系统、问答系统等场景赋能。1.准备工作环境准备：

需安装ubuntu22.04、JDK8、maven

3.6.3和ollama，确保系统环境适配。数据准备：建立RAG的数据源，选HetuKV

的术语和常见问题作为

RAG

的私有知识库。准备

LLM

和

Embeddings

模型：配置模型与API模型接口:

HetuVDB

已封装

API

接口，便于调用。API

Key:

用户需登录获取

DeepSeek

的

API

密钥。嵌入模型生成:

使用

ollama

部署

nomic-embed-text

嵌入模型，生成文本嵌入。获取DeepSeek

API

Key：获取密钥以规范操作。生成测试嵌入2.

数据载入HetuVDB2.1

创建Hetu对象、创建并定义向量索引：初始化数据库Hetu对象的参数:

包括

DEVICE_URL,

DB_NAME,标志位等。索引参数定义:

设置初始大小、层级最大连接数、候选节点数量、距离度量等。GPU加速:

选择是启用

GPU

加速，提高性能。插入数据：将数据放入数据库数据遍历与处理向量特征配置：为索引配置特征确认数据成功载入调试日志3.构建RAG3.1

为查询检索数据：实现数据检索查询设计:

指定与

HetuVDB

相关的常见问题进行查询。结果匹配:

通过查询检索到语义相似的前

4

个匹配项以进行分析。结果可视化:

展示查询的搜索结果与匹配情况。3.2

使用DeepSeek获取RAG响应：生成主动响应文档整合:

将检索到的文档并入用户问题的集合中。响应生成:

依托

DeepSeek

提供的模型生成相应的回答。信息展示:

查看

DeepSeek

的返回信息以进行验证。乐/知/乐/

享同/心/共/

济GraphRAG：NebulaGraph

+

AI助力企业低成本落地NebulaGraph

是一款高性能的分布式图数据库，能高效存储和管理大规模图数据，在数据处理领域优势显著。随着AI技术的蓬勃发展，大语言模型（LLM）在自然语言处理领域展现出强大的能力，可实现语言交互、内容生成等功能。但企业从原始数据到使用图技术面临成本较高的难题，包括建图成本高、图查询困难等。而

NebulaGraph

与

LLM

融合可整合二者优势，克服当前技术应用困境，降低成本，为企业发展提供更强大的数据处理与分析能力，助力企业在数字化浪潮中取得更大突破。建图成本高：通过抽取完成非结构化数据到Graph的转换不懂图查询：通过Text2GQL完成自然语言对话生成图查询并返回结果消除LLM幻觉：结合知识图谱与大模型提升问答质量领域智能专家：Chain

ofExploration，串联多种技术工具你是否遇到？技术亮点架构图效果图乐/知/乐/

享同/心/共/

济TiDB

Autoflow+DeepSeek

构建知识库问答系统TiDB

AutoFlow是PingCAP

开发的一款开源工具，使用TiDB

向量存储构建图谱知识库（GraphRAG：Knowledge

Graph

RAG）。它集成了LlamaIndex

和

DSPy框架，支持复杂的对话搜索和知识图谱编辑功能。用户只需使用简单的

JavaScript

代码片段，即可将对话搜索窗口嵌入到他们的网站中，从而显著提升用户体验。TiDB

AI

Assistant：目前TiDB自己的AI系统，可以实现基本的知识库问答功能并具备一定的推理能力。（https://tidb.ai

）DeepSeek：中国人工智能公司杭州深度求索人工智能基础技术研究有限公司开发的一系列大语言模型（LLM）。乐/知/乐/

享同/心/共/

济TiDB

Autoflow+DeepSeek

构建知识库问答系统DeepSeek

是杭州深度求索开发的一系列大语言模型（LLM），旨在通过高性能、低成本的

AI

技术推动行业变革。其产品覆盖自然语言处理、推理任务、代码生成、数学问题解决等多个领域，提供从客户服务到学术研究的全场景解决方案。通过

TiDB

AutoFlow

与

DeepSeek

的结合，可以构建一个高效、智能的知识库问答系统，帮助用户快速定位所需信息，提升工作效率和决策质量。与DeepSeek结合后，TiDB还可以通过以下几种方式提升运维人员的问题处理能力：智能决策与问题定位精准解析海量日志：

D

eep

S

eek

模型具备强大的自然语言理解和数据分析能力，

能够快速解析海量的运维日志。例如，

在客户的交易系统中，

通过分析数据库索引失效问题，

D

eep

S

eek

模型能够精准定位系统瓶颈，

并提出优化方案，

缩短故障解决时间。多维度数据分析：

D

eep

S

eek

模型可以对数据库的性能指标、错误日志、用户行为等多种数据进行综合分析，

帮助运维人员从不同维度理解问题的本质。例如，

通过分析数据库的C

P

U

使用率、内存占用、磁盘I

/

O

等指标，

模型可以判断出数据库是否存在性能瓶颈，

并提供相应的优化建议。知识管理与经验传承构建运维知识库：

D

eep

S

eek

模型可以帮助企业构建运维知识库，

将运维人员的经验和知识进行积累和整合。知识检索与匹配：

运维人员可以通过自然语言查询，

快速从知识库中检索到相关的信息和解决方案。D

e

e

p

S

e

e

k

模型的自然语言理解能力能够准确理解运维人员的查询意图，

提供精准的知识匹配结果。自动化运维与智能诊断自动化任务执行：

D

eep

S

eek

模型可以与运维自动化工具集成，

实现自动化任务的执行。智能故障诊断：

D

eep

S

eek

模型的推理能力能够帮助运维人员更智能地进行故障诊断。培训与技能提升个性化培训内容生成：

D

eep

S

eek

模型可以根据运维人员的技能水平和需求，

生成个性化的培训内容。实时问题解答：

运维人员在工作中遇到问题时，

可以实时向D

eep

S

eek

模型提问，

模型会根据其强大的知识储备和推理能力，

提供准确的答案和解决方案，

帮助运维人员快速解决问题，

提升技能水平。乐/知/乐/

享同/心/共/

济基于LLM的异构数据库迁移：技术痛点异构数据库迁移需突破结构差异、行为适配、质量验证三重壁垒。面对SQL方言、执行逻辑、分布式架构的深度异构，传统工具难以保障业务连续性。LLM技术需解决的核心矛盾为：如何将隐含的数据库语义与显式约束转化为跨平台的可靠迁移方案。结构异构性模式映射冲突（表结构/数据类型/约束）SQL方言差异（PL/SQL

vs

T-SQL

vs

PL/pgSQL）分布式架构差异（分片策略/事务协议）行为保持难题存储过程/函数的环境依赖触发器/视图的跨平台兼容执行计划等效性验证（如Oracle

RBO

vs

PostgreSQL

CBO）质量保障瓶颈十亿级数据一致性校验事务隔离级别差异风险性能衰减预警（响应时间/吞吐量）乐/知/乐/

享同/心/共/

济基于LLM的异构数据库迁移：技术方案通过构建LLM为中心的智能解析-适配-验证体系，实现‘语法兼容’到‘语义等效’的跨越。方案创新性地将AST分析、沙箱仿真、量化评估结合，不仅完成数据对象的物理迁移，更确保事务、并发、性能等运行时行为的跨平台一致性。基于LLM的异构数据库迁移方案.

语法分析

-

AST

，

依赖，

分割，

简化.

算子转换

-

匹配，

翻译，

验证.

功能验证

–

语法，

执行，

用例，

功能.

知识编辑

–

人工/

LLM.

沙箱测试与优化

–

T

P

C

-

C

,

流量回放乐/知/乐/

享同/心/共/

济四、中国数据库产品典型案例一、2月数据库排行榜解读二、数据库行业资讯和动态三、LLM

+

DataBaseGaussDB

-

助力邮储银行核心系统分布式改造新一代个人业务核心的面客系统(统一查询)核心系统分布式改造挑战挑战1：解决容量瓶颈拥有百TB级的海量历史数据、千亿级单表数据量挑战3：金融最高级可用性要求极端环境下继续对外提供服务，RTO、RPO要求极高挑战2：

业务高并发低时延要求高峰期上万的用户并发量；查询请求毫秒级响应（大容量、高并发）实时收支分析（分布式混合负载）交易明细查询 登记簿 历史账户信息批处理效率联机交易25分钟140分钟原核心新核心业务应用极致体验季度结息30%33%500T

超大

存储容量10年

超长

查询范围6大行

之一6.5亿

用户18亿

账户4万

线下网点20亿笔

日均交易乐/知/乐/

享同/心/共/

济金仓数据库

-

助力乌鲁木齐机场货运系统升级为了保障机场货运流转相关系统的安全性和连续性，中国航信天信达携手金仓数据库，利用国产数据库在网络安全和高可用架构上的优势，为乌鲁木齐国际机场打造了全新的新一代信创货站保障系统。近期，乌鲁木齐机场改扩建工程弱电系统工程（六标段）货站相关货运物流信息等系统等顺利通过民航专业竣工验收，标志着乌鲁木齐国际机场成为全国首家使用信创国产化全流程货站保障系统的机场。01 统一建设

安全先行过去各系统数据库品牌不同，安全机制和操作规范难统一，运维复杂且风险高。本次项目简化运维、降低风险：安全源头：采用通过EAL4+认证的金仓数据库统一安全机制：传输加密+存储加密02 集群部署

秒级切换本项目采用数据库集群

VIP

模式，实现应用无感切换，契合机场自动化操作需求。主节点故障需主备切换时，VIP与原主机

MAC

地址解绑；VIP

转移至升为主节点的从备机，并与新主节点

MAC

地址绑定。03 同城容灾实时同步KingbaseES

具备全方位容错机制，可确保数据库7×24

小时不间断服务，实现

99.999%

的系统可用性，最大程度降低各类故障对数据的影响，提供可靠的灾难恢复与数据保护功能。借助金仓数据库同步工具

Kingbase

FlySync

采集源端数据库增量数据，经解析-转换-过滤-封装后，在目标端数据库应用，实现两端状态同步，构建数据级同城灾备中心。乐/知/乐/

享同/心/共/

济TiDB

-

携手咪咕视讯攻克内容分发核心系统挑战咪咕视讯作为国内领先的综合视频服务平台，全场景月活用户高达

4.98

亿。在这一庞大的用户生态背后，咪咕采用

TiDB

作为内容分发平台系统的核心数据库，承载所有媒体资讯、节目和赛事的元数据，成功支撑了平台的高效运行和内容分发，也顺利完成了多项知名直播赛事的转播，包括欧洲足球联赛、NBA、CBA、中超等顶级赛事，在提升和保障用户体验方面发挥重要作用。部署架构两中心准双活域名调度控制读写集群分离DM/CDC

托底节点数量：每中心

15

台TiDBx4,TiKVx

4PDx3,TiCDCx

3TiFlashx

2Prometheus+Grafana+AlertManagerx

2设备资源节省：5

换

1（4M1O），已降低约

1/3

硬件成本，去专用设备开发和实施成本节省：4

人月，主要为验证和测试CICD

整体效率提升：从“至少

3

天”到“只要

1