OceanBase × ACMUG × Percona × 滴滴：从分布式架构到 AI 融合的全栈演进

8 月 15 日，由 ACMUG、Percona、原点学堂、OceanBase 联合主办的线下技术 Meetup 于北京顺利举办。

本次活动聚焦 AI 浪潮之下 MySQL 生态演进、数据库技术变革与落地实践，汇聚海内外数据库行业专家、一线 DBA、技术架构师，围绕 AI 原生数据库、分布式架构革新、企业级升级实践、数据库安全治理、开源社区生态五大核心议题完成理论探讨、案例复盘与现场共创，形成一套全栈可复用的数据库技术演进方案。

OceanBase CTO 杨传辉

当天，OceanBase CTO 杨传辉率先登台分享，并完整梳理 OceanBase 的技术演进脉络：从 2010 年的分布式数据库，到 4.0 版本实现单体‑分布式一体化架构，再到如今的面向湖库一体的 AI 数据库，OceanBase 不断突破技术边界，持续夯实底层能力。

目前，OceanBase 单集群可支持超 1000 台服务器部署，依托城市级容灾保障业务高可用，并曾在 2020、2021 年两次打破 TPC‑C 世界纪录，百节点环境下达成 7.07 亿 tpmC。4.0 版本补齐分布式事务能力，性能对标传统单体数据库。

面向 AI 时代，OceanBase Lakebase 推出三大核心能力：

• 多模态表：支持结构化与非结构化数据统一存储，涵盖文本、图片、音频、视频等多类数据类型；

• 存算分离：面向开放计算场景，存储层与计算层解耦，弹性扩缩容；

• 语义上下文：AI 可直接在数据上操作，支持 Fork 数据库用于 Agent 纠错，逻辑表管理 Agent 创建的大量表，在线查询走 SQL 计算，离线 ETL 和 AI 功能复用 Spark、Ray 等开源工具。

杨传辉表示，湖库一体的 AI 数据库，简化数据操作、降低系统复杂度、增强实时处理能力。构建能覆盖 80% 客户数据需求的统一数据底座，对大数据系统保持开放性是关键方向，通过通用多模态表，可实现在单一系统内集成在线和离线处理。

现场，Percona 创始人 Peter Zaitsev、Vadim Tkachenko 带来主题分享。

Percona 由前 MySQL 员工于 2006 年创立，初衷是提供更优质的 MySQL 支持服务。20 年来始终坚持客户至上、开源精神、自主融资和全球招聘四大原则，保持独立于商业约束。

核心产品 Percona Server for MySQL、Percona XtraBackup，把商业版才具备的企业级能力回馈开源社区，让用户无需采购商业授权即可获取核心业务所需要的数据库能力。

保护开源完整性：应对 Oracle 收购后的生态变局

针对 Oracle 收购 MySQL 后向云专属和专有功能转型的问题，Peter Zaitsev 强调了开源保护的重要性。

他指出，Oracle 的转变影响了 MySQL 的开源状态，催生了包括中国在内的 MySQL 分叉浪潮。社区在 Oracle 影响下持续创新以维护开源完整性，华为、阿里云、腾讯等公司基于 MySQL 创新的 PolarDB、TDSQL 等产品丰富了生态。

云原生布局：Kubernetes 与 Open Everest

分享中，Percona 的话题从专注 MySQL 拓展，延申到拥抱更广泛的数据库技术组合，并介绍了在 Kubernetes 上的云原生领域深度布局：

• Kubernetes Operator for MySQL：实现数据库在 K8s 上的自动化运维；

• Open Everest：CNCF 沙箱项目，提供跨数据库的 RDS 级体验，降低多云环境下的数据库管理门槛；

• SCL 基金会：促进 MySQL 生态，强调供应商参与和社区包容性。

Peter Zaitsev 表示，AI 在数据库中的快速演进要求更高的敏捷性和云原生方法，Percona 将持续探索 AI 数据库和云原生应用等新兴领域，并计划与 OceanBase 深化合作，确保开源社区中所有数据库的可及性。

滴滴数据库技术专家王广友

现场，滴滴数据库技术专家王广友带来真实案例，完整复盘了整体决策、实施流程与落地收益。

升级驱动力：业务多元化与金融级一致性需求

此前，滴滴面临业务多元化和数据量增长的双重挑战：

一方面，业务版图横跨国内打车、货运、新能源充电及国外外卖、打车、金融等多条业务线，集群数量达一万多个，整体用户约 6 亿，最大集群规模约 100TB。

另一方面，金融场景对数据一致性和低延迟提出了严苛的要求，而传统数据库分库分表带来的维护复杂性和拆分痛苦，也成为团队的负担。在此背景下，滴滴选择升级至 OceanBase。

OceanBase  在生态兼容性、可靠性、可恢复性和大规模集群支持等方面表现优异，最终配合内部 OMS 迁移工具，整体升级过程得以高效、平稳地完成。

四阶段升级流程与验证

升级过程严谨而完整，分为四大阶段：

• 验证阶段：通过负载测试和压力测试确保从传统数据库到 OceanBase 的兼容性，模拟单机故障验证快速恢复能力，实测单节点故障可在 15 秒内恢复，整体抖动极低；

• 实施过程：借助滴滴内部 OMS 工具实现从传统数据库到 OceanBase 的高效升级，建立反向同步链路确保数据安全，即使升级失败也能快速回滚；

• 监控集成：利用 OCP 等生态工具完成监控和报警集成，实现与滴滴内部系统的无缝对接；

• 优化调整：升级完成后进一步优化，最终实现 1.8 万 TPS 的高效性能。

落地收益与未来规划

目前滴滴在 OceanBase 上部署了 12 个集群、60 个租户，实现了约 20% 的成本节省。

王广友同时坦言运维力量不足的挑战，未来计划加强自运维能力，并在 AI 和金融领域深化应用，持续探索 OceanBase 在复杂环境下的高效运维。

CCIA 数据库专委会副会长、ACMUG 主席、华为云云原生数据库引擎首席架构师彭立勋

CCIA 数据库专委会副会长、ACMUG 主席、华为云云原生数据库引擎首席架构师彭立勋，从行业格局、技术路线、安全、工程实践多角度剖析 AI 浪潮下数据库的变革。

PostgreSQL 与 MySQL 在 AI 集成上的竞争态势

PostgreSQL 通过插件机制整合 AI 生态，提供完善的向量存储和检索能力，赢得开发者青睐。而 MySQL 社区版虽在内核优化上持续投入，但对向量检索、语义图等 AI 热点方向支持不足，仅从 8.0 版本开始支持向量存储且不具备检索能力。

MySQL 的 AI 能力主要体现在 HeatWave 云服务中，社区版与 HeatWave 存在明显差距。

数据不出库：数据库与 AI 融合的关键趋势

数据库与大模型集成主要有三种模式：数据库内部集成大模型（如集群内部部署 LLM 模型）、调度外部模型（如通过 UDF 对接阿里云千问等 MaaS 服务）、以及 Service 模式。

国内厂商偏好 All in One 一体化方案，国外倾向于 Service 架构。未来趋势是数据库直接与大模型互通，减少数据交互，提升效率。

混合优化器：未来检索技术方向

在检索技术演进方面，彭立勋提出混合优化器概念——结合标量检索（精确查询）与向量检索（模糊语义查询）的优点，优化器需智能判断查询类型并决定采用何种检索方式，同时考虑模型调用成本与效率波动，构建复杂代价模型。

AI Agent 上下文存储与多模态革新

针对 AI Agent 的上下文存储需求，数据库需原生支持多模态数据类型（文本、图片、音频、视频），通过扩展字段（如 LOB 字段）连接远程存储资源（如 OBS），实现多模数据在数据库内统一访问。

语义权限控制：应对推理越权挑战

在安全层面，传统 RBAC 访问控制面对大模型推理能力时存在“推理越权”风险，业界正研究基于自然语言的语义权限控制方式。

彭立勋同时指出，即使是最先进的大模型，其数据库运维操作正确且安全的概率也仅约 17.9%，需要结合分支测试、蓝绿环境、融合规则模型等手段控制模型决策行为。

最后，他强调，选择数据库应基于商业需求而非技术信仰：“不要把数据库当成宗教”，需从开发态、产品态和社区三个维度综合评估。

本次圆桌由 Percona 创始人 Peter Zaitsev、Vadim Tkachenko；OceanBase 开源负责人封仲淹；CCIA 数据库专委会副会长兼 ACMUG 主席、华为云云原生数据库引擎首席架构师彭立勋；数据库专家、《Oracle DBA工作笔记》《MySQLDBA工作笔记》作者杨建荣，多位专家共同参与。

现场，专家们围绕 MySQL 社区生态、AI 信任边界、AI for DB&DB for AI、地缘差异等四大议题展开探讨。

• 全球开源社区交流：MySQL 生态的变革，离不开国内厂商 PolarDB、TDSQL 等衍生产品的贡献。AI 降低代码生成门槛，但架构设计、业务上下文才是社区真正的核心资产，海内外社区应当加强互通协作。

• MySQL 扩展与分布式选型：MySQL 原生跨节点扩展能力有限，分库分表方案运维负担重；原生分布式数据库在高可用、弹性扩展、复杂查询场景具备显著优势。

• 海内外产品路线差异：国内更偏好一体化完整产品，适配金融等高精准度业务；海外盛行模块化服务，适配海量低精度数据场景，两种路线各有适用边界。

• AI 与数据库的信任边界：AI 可以辅助 SQL 优化、索引分析，但现阶段不能完全交由 AI 接管数据库，存在数据损坏风险，需要建立人类监督机制，可通过白名单、MCP 协议管控 AI 操作权限，距离完全自主运维仍有很长距离。

现场，参会开发者踊跃提问，聚焦端侧 Agent 轻量化记忆、数据库语义兼容性校验、AI 辅助内核开发、分布式数据库选型等实际难题，嘉宾结合实战经验给出解决方案，不少参会企业达成后续技术共建意向。

本次 Meetup 打通海外开源社区视角与国内企业落地实践，把理论技术、工具链、真实业务案例相结合。未来，OceanBase 将持续联合 ACMUG、Percona 等生态伙伴，共建开源数据库社区，持续探索 AI 与数据库深度融合的规模化落地路径，推动数据库从基础存储工具向智能化基础设施演进。

立即试用 OceanBase 企业版，体验国产数据库能力立即试用 OceanBase 企业版，体验国产数据库能力