趣丸基于 OceanBase 为TT语音实现 “快、稳、省” 升级

摘要：

趣丸科技原有 MySQL+ES +向量数据库多组件架构，存在开发复杂、运维繁琐、性能不稳、成本偏高问题。OB Cloud 云数据库，凭借其一体化架构优势，以及稳定、高效、灵活的特性助力趣丸科技突破了AI 应用落地的瓶颈，使项目开发周期减半，检索延迟低于 50ms，整体 TCO 降低 40%，运维效率大幅提升。

 

在科技快速迭代的今天，AI 技术正以前所未有的速度重塑各行各业。2014 年诞生于广州的趣丸科技经历十余年的发展，已成为中国互联网综合实力百强企业，旗下打造的 TT 语音等社交产品服务着亿万兴趣社交用户。

 

而随着 AI 浪潮的到来，趣丸科技也面临着前所未有的数据挑战。从日常运维的告警治理，到新业务场景的 AI 助手开发，数据底座的性能、稳定性和成本问题日益凸显。

 

近日在 OceanBase 年度发布会上，趣丸科技的数据库负责人苏程辉先生就提出了一个直击痛点的问题：业界目前没有一个成熟的、能快速支持 AI 开发的底层数据库。传统 Mysql + ES+向量数据库的多组件组合方案，不仅开发难度大、运维复杂，更给企业带来了高昂的成本负担。正是在这样的背景下，趣丸科技将目光投向了 OceanBase，希望可以找到一条能够快速实现 AI 应用落地的技术路径。

 

趣丸科技数据库负责人苏程辉表示：“我们需要一个能够同时满足标量数据存储、全文索引和向量检索需求的统一数据底座，而不是拼凑多个组件。”

 

而 OB Cloud 云数据库，凭借其一体化架构优势，以及稳定、高效、灵活的特性为趣丸科技解决了一系列难题。它是如何助力趣丸科技突破 AI 应用落地的瓶颈？今天让我们跟随苏程辉先生的视角一探究竟。

 

 

 

趣丸科技的 AI 进阶之路

 

在 AI 技术布局与运用上，趣丸科技的实践早已渗透到业务全流程。早在新业务场景启动前，其数据库中间件的 AI 实践就已初见成效。随着业务的快速发展，趣丸需要运维的实例也从原来的几十、上百增长到数千个，业务模式更从仅支持 TP 负载转变为支持 HTAP 混合负载。

 

对此，趣丸的运维团队通过 AI 技术的运用，实现了慢日志优化、磁盘资源分析、CPU 告警分析等日常运维场景的效率提升，大幅缓解了运维团队的压力。

 

但当业务聚焦到“员工助手”这一全新 AI 应用时，更复杂的数据需求让原有架构的短板暴露无遗。作为企业级的智能入口，“员工助手”需要为每位员工提供专属服务，这背后隐藏着四大核心数据需求：

 

一是标量数据的高性能存储与易扩展，支撑基础业务数据的稳定流转；

二是全文索引能力，满足对各类文档、对话内容的精准检索；

三是向量需求，适配AI模型的特征向量存储与检索；

四是 HTAP 能力，既要支撑实时的业务交互，又要满足后续个人行为分析等离线计算需求，同时还得保证上下文的永久保存。

 

为满足这些需求，趣丸科技做了多方对比以及不同的备选方案，首先被考虑的是行业内常见的“多组件堆砌”架构，用 MySQL 承载标量数据，ES 负责全文索引，向量数据库处理向量需求。但这套架构很明显容易给技术团队带来多重“困境”，容易让 AI 业务落地陷入到瓶颈当中。

 

传统多组件架构易带来的多重困境

 

01开发效率低，成本居高不下

 

多组件架构意味着研发团队需要同时对接 MySQL、ES、向量数据库等多个系统，不仅要掌握不同组件的开发语法，还要处理组件间的数据同步问题，编码复杂度大幅提升。更关键的是，多组件意味着多套资源申请、部署流程，原本简单的业务需求，硬生生被拆分成多个资源申请环节，流程繁琐且周期漫长。从成本角度看，每套组件都需要独立的服务器、存储资源支撑，叠加运维人员的学习成本，企业整体TCO（总拥有成本）直线上升。

 

02性能不稳定，业务体验打折

 

AI 应用对响应速度的要求极高，尤其是“员工助手”这类实时交互场景，延迟过高会直接影响员工使用体验。而多组件架构中，数据需要在不同系统间流转，每一次跨组件调用都会增加响应延迟。更麻烦的是，不同组件的性能瓶颈各不相同，MySQL 的并发瓶颈、ES 的检索延迟、向量数据库的查询效率，任何一个环节出问题都会导致整体性能波动，想要实现稳定的高性能体验十分困难。

 

03运维复杂度飙升，稳定性难以保障

 

多组件架构相当于构建了多个“数据孤岛”，每个组件都有独立的运维体系。MySQL 的主从切换、ES 的集群扩容、向量数据库的索引优化，运维团队需要熟悉每套系统运维逻辑，工作量呈几何级增长。更危险的是，当业务出现故障时，排查链路被无限拉长，运维人员需要逐一排查每个组件的日志、监控数据，定位问题根源的时间大幅增加，而 N-1 节点故障等场景下，多组件的容灾协同更是难上加难，数据丢失风险不容忽视。

 

这些挑战不仅拖慢了 AI 应用的迭代速度，更让技术团队疲于应对基础设施问题，无法专注于核心业务创新。很显然趣丸科技需要的是一个既稳定可靠、又成本可控，同时能够简化架构、提升开发效率的统一数据底座。

 

选择 OB Cloud：用一套架构解决“标量+向量+全文”三重需求

 

趣丸科技基于“快速业务实现、稳定性保障、成本优化”三大核心目标，他们设定了明确的选型标准：既要满足标量数据的海量存储、一致性和稳定性，又要支撑向量的高效存储与检索；既要支持 SQL 快速开发，适配混合搜索、多路召回等 AI 场景，又要具备高扩展性和成本优势。

 

经过多轮对比测试，OB Cloud 从多个备选方案中脱颖而出。苏程辉坦言：“OB Cloud 在性能成本等方面都能满足业务需求，尤其是其兼容性、稳定性、可靠性和扩展能力，完美契合我们的 AI 业务场景。”

 

而 OB Cloud 之所以能成为趣丸科技的最终选择，核心在于其用一套数据架构，破解了“标量+向量+全文”的三重需求，从根源上解决了多组件架构的痛点。

 

01一体化架构，开发效率质的提升

 

OB Cloud 的一体化架构，核心通过高兼容性与原生向量支持的深度融合，为研发团队带来开发效率的质的提升。对于研发团队而言，兼容性是降低开发成本的关键，而这正是 OB Cloud 一体化架构的基础优势，其具备高度的 MySQL 语法兼容性，这意味着趣丸科技的研发人员无需学习全新的开发语言，原有基于 MySQL 的代码可以快速升级，无需进行大规模重构。

 

更重要的是，OB Cloud 原生支持向量检索，通过 SQL 语句即可实现向量的插入、查询、检索等操作，无需对接独立的向量数据库，让 “标量数据存储+向量检索+全文索引” 可以通过一套 SQL 语法实现。

 

以“员工助手”的多路融合检索场景为例，研发人员只需编写一条 SQL，就能同时实现标量数据的过滤、全文检索的匹配和向量数据的相似性查询，无需在多个组件间进行数据同步和语法转换。这种开发模式，不仅简化了开发逻辑，降低了编码复杂度，更让多路召回等 AI 核心场景的开发周期大幅缩短。

 

苏程辉表示：“SQL 原生支持向量检索，能够快速实现业务需求，原来需要对接三个组件的开发工作，现在一套底座就能搞定，开发效率提升非常明显。”

 

02高可用性，筑牢 AI 业务“安全防线”

 

AI 业务对实时性、连续性的要求极高，数据底座的稳定性和可靠性直接决定用户体验。OB Cloud 在这方面的表现，让趣丸科技彻底打消了顾虑。其核心优势在于三大特性：

 

一是 RTO（恢复时间目标）小于 10 秒，远超行业平均水平，即使发生故障，业务也能快速恢复，几乎不影响员工使用“员工助手”的体验；

二是支持 N-1 节点故障无感，当集群中某个节点出现故障时，系统会自动切换到备用节点，业务层面完全感知不到故障存在，避免了传统多组件架构中节点故障导致的业务中断；

三是数据三副本存储，通过异地多活部署确保数据无丢失风险，这对于“员工助手”的上下文永久保存等场景至关重要，彻底解决了数据可靠性的后顾之忧。

 

03强扩展性，运维效率提升数倍

 

AI 业务的算力需求往往存在大幅波动，比如“员工助手”在上下班高峰期的并发量可能是平时的数倍，这就对数据底座的扩展性提出了极高要求。

 

OB Cloud 的弹性扩展能力完美适配这一场景：节点扩容可在分钟级完成，容量扩容更是秒级响应，更支持自动扩容功能，系统能根据业务负载自动调整资源配置，无需人工干预。这种“按需分配”的扩展模式，既避免了资源闲置导致的成本浪费，又确保了业务高峰期的性能稳定，让趣丸科技无需再为“提前预留大量资源应对峰值”而烦恼。

 

而 OCP（OceanBase Cloud Platform）平台的存在，则让运维工作从“黑暗摸索”走向“光明高效”。苏程辉对比了以往的运维体验：“原来用其他组件，很多操作都需要黑屏命令行操作，还得自己定制运维工具，而 OCP 平台简化了大量运维工作，让我们可以轻松管理集群。”通过 OCP 平台，趣丸科技的运维团队可以实现集群管理、租户配置、监控告警、故障排查等全流程可视化操作。

 

从租户资源申请到集群扩容，从性能监控到日志分析，所有运维工作都能在统一平台完成，无需再切换多个系统。这种标准化的运维体系，不仅降低了运维人员的学习成本，更让故障定位时间大幅缩短，运维效率提升数倍。

 

04多路融合检索，适配 AI 核心场景需求

 

AI 应用，尤其是“员工助手”这类智能交互场景，对检索的准确性和时效性要求极高，多路融合检索是核心技术难点。OB Cloud 通过“稀疏向量+稠密向量+全文检索”的多路融 合能力，完美适配了这一需求。

 

苏程辉介绍，他们在测试中发现，OB Cloud 的多路召回效率远超预期，不同检索方式的召回率分别达到 70.40%、75.90%、83.30%、85.20% 和 88.90%，完全满足业务对检索准确性的要求。

 

在检索流程上，OB Cloud 实现了“插入-预处理-查询-重排序”的全链路优化：

 

插入文本时，系统会自动通过 Embedding 模型生成向量、进行分词处理和 Chunk 拆分；

 

查询时，通过SQL语句即可触发多路召回，快速融合稀疏向量、稠密向量和全文检索的结果，并通过重排序算法输出最优结果。

 

这种端到端的优化，让多路融合检索的时效性大幅提升，全文检索延迟控制在 50ms 以内，向量检索 QPS达到 1000+，完全适配“员工助手”的实时交互需求。

 

列存特性则为 AI 的离线分析场景提供了强力支撑。OB Cloud 支持副本的列式存储，无需增加额外资源，就能为 AP 场景提供高效的分析能力。对于“员工助手”的历史对话分析、用户行为画像构建等场景，列式存储能大幅提升数据扫描和聚合效率，让离线分析任务的执行时间缩短数倍。

 

苏程辉表示：“列存让我们在无需增加资源的情况下获得了分析能力，TP 和 AP 的无缝协同，让 AI 的实时推理和离线训练可以共享同一套数据底座，避免了数据同步的麻烦。”

 

趣丸实践成效：开发效率跃升，TCO 降低 40%

 

在 OB Cloud 的支撑下，趣丸科技的“员工助手”快速落地，各项业务指标实现跨越式提升。

 

苏程辉用“开发效率+运维标准化+成本节省”三个关键词总结了项目成功的核心：“这三点是员工助手快速上线的关键，也是 OB Cloud 给我们带来的最直接价值。具体来看，OB Cloud 的实践成效主要体现在三大维度。

 

01开发周期大幅缩短，业务上线效率跃升

 

OB Cloud 的“一套底座替代多组件”模式，改变了研发流程。原来需要申请MySQL、ES、向量数据库三套资源，经过多轮审批、部署、调试才能开展开发工作，现在只需通过 OCP 平台申请一个租户，几分钟内就能完成资源配置。研发人员无需再学习多套组件的开发语法，基于熟悉的 MySQL 语法就能实现“标量+向量+全文”的开发需求，编码复杂度大幅降低。

 

这种效率的提升，让“员工助手”从立项到上线的周期缩短了近一半，帮助趣丸科技快速抢占了内部管理智能化的先机。

 

02性能稳定性跨越式提升，用户体验持续优化

 

上线后的“员工助手”在性能表现上远超预期。监控数据显示，业务运行期间，OB Cloud 的 CPU 使用率始终保持在 20% 以下，运行平稳无波动；等待事件平均耗时控制远低于传统架构的毫秒级延迟。即使在上下班高峰期，“员工助手”的响应时间也能稳定在50ms 以内，向量检索 QPS 峰值突破 1000+，完全满足高并发场景的需求。从容应对业务高峰，为用户提供流畅的 AI 交互体验。

 

03成本效率优化超预期，整体 TCO 降低40%

 

成本效率优化是趣丸关注的核心指标。OB Cloud 通过多维度优化，为趣丸科技带来了显著的成本节约。存储方面，列存高压缩比使归档场景存储成本降低 60%；运维方面，OCP 平台的自动化能力减少了 70% 的人工干预；架构方面，一体化数据底座消除了多组件冗余，整体 TCO（总体拥有成本）下降 40%。

 

这些成果不仅验证了 OB Cloud 在 AI 场景中的技术实力，更彰显了其作为企业级数据底座的商业价值。

 

正如苏程辉所言：“OB Cloud 让我们真正实现了以数据驱动 AI 业务创新，而不是被基础设施所束缚。”

 

智启未来：OB Cloud 与 AI 融合的新征程

 

趣丸科技与 OB Cloud 的合作，不仅是一次技术升级，更是一次企业数智化转型的成功实践。这一案例为同行业企业提供了宝贵借鉴：在 AI 应用落地过程中，选择一个能够兼顾性能、稳定性和成本的统一数据底座，比拼凑多个专用系统更具长期价值。

 

展望未来，趣丸科技对 OB Cloud 有着更广阔的期待。“我们希望看到三大能力的进一步增强，”苏程辉表示，“首先是共享存储架构，实现真正的存算分离；其次是自动数据冷热分离和 TTL 功能，让冷数据自动迁移到低成本存储，进一步优化成本；第三是分布式自动分区能力，简化大规模数据管理的复杂性。”这些能力的实现，将进一步释放 OB Cloud 在 AI 场景中的潜力。

 

对 OB Cloud 而言，趣丸科技的实践验证了其在 AI 时代的战略定位：不再仅是传统数据库的替代者，而是 AI 应用的赋能者。通过标量、向量与全文数据的一体化处理能力，OB Cloud 正在成为企业 AI 战略的核心基础设施。

 

而在智能化浪潮席卷全球的今天，OceanBase 也将持续深耕企业级数据库技术，为更多像趣丸科技一样的创新企业提供坚实的数据底座，共同探索 AI 助力业务增长的无限可能。让数据，真正成为企业最宝贵的战略资产。

 

欢迎访问 OceanBase 官网获取更多信息：https://www.oceanbase.com/