工程化的长期主义：OceanBase十五年沉淀，如何成为AI时代的数据基石？

在人工智能技术迅猛发展的今天，数据库的角色正在经历深刻变革。

曾经作为“数据仓库”被动存储信息的数据库，如今正加速演变为驱动业务决策的“智能中枢”。这一转变不仅带来了技术层面的革新，更对数据库系统的底层架构和综合能力提出了全新要求。但技术热点的层出不穷往往容易让人眼花缭乱，真正能够穿越技术周期、支撑企业核心业务稳定运行的，是扎实的工程化能力。

这恰恰成为检验数据库厂商实力的试金石，也是决定企业AI战略能否成功落地的关键所在。“OceanBase对于技术工程化的追求，是他们（客户）选我们的重要原因。”在日前举行的2025 OceanBase年度发布会上，CEO杨冰如此总结过去十五年赢得客户信赖的原因。数据显示，OceanBase当前客户数突破4000家，连续5年客户数年均增长超100%。

延续工程化的理念，今年，针对AI应用需求的爆发，OceanBase重磅推出了首个AI原生混合搜索数据库seekdb，想要推动数据库从传统“业务支撑系统”迈向“AI原生数据入口”。这是这家经历十五年长跑的国产数据库，自启动“Data×AI”战略以来，几经打磨交出的一份新答卷。

十五年技术长跑，淬炼工程化基因

OceanBase的十五年，是一部由真实业务压力驱动的技术进化史，并塑造了其独特的工程化基因。

从支撑支付宝“双11”单日6100万次/秒的数据库处理峰值，到服务全球4000余家企业，OceanBase的每一步都踩在业务需求上，每一次架构跃迁都源于对具体场景难题的攻坚。而业务场景的特殊性，也给OceanBase提出了极高要求，“只有一次机会，一次就要做对。那就意味着从代码设计、代码规范、测试上线等一系列的环节都不能有大的失误。”OceanBase CTO杨传辉表示。

除了场景，据OceanBase内部人士介绍，这种独特的技术文化深深植根于创始人阳振坤的技术理念，并在团队中代代相传。阳振坤博士从项目立项之初，就为OceanBase定下了“做世界级的数据库”这一高远目标，并将“追求极致细节”的工匠精神融入团队血脉，这深刻影响了OceanBase对待技术和产品的态度。

不追求表面炫技，而是专注于解决实际问题，OceanBase内部盛行“用benchmark说话”的风气，任何技术方案的优劣都通过严谨的测试和实际数据来验证。“如果你做的东西没有办法专注到细节，就讲一些泛泛的东西，在OceanBase的技术团队里面是得不到尊重的，大家会觉得你不太懂。”杨传辉坦言。

对工程化近乎偏执的坚守，让OceanBase这十五年的技术演进，经历了几个关键的技术里程碑，它们逐步构建起今日的一体化架构能力。

首先是原生分布式架构的奠基。OceanBase从一开始就选择了两条关键的技术路径：基于LSM-Tree的存储引擎和基于Multi-Paxos的数据一致性协议。LSM-Tree存储引擎为海量数据的高效写入与存储提供了底层支撑，而Multi-Paxos协议则在分布式环境下保障了数据的强一致性。这两项核心技术的选择，展现了团队对分布式数据库本质的深刻理解，为后续所有能力的构建奠定了基础。

其次是单机分布式一体化架构的突破（V4.0版本）。传统认知中，分布式数据库往往意味着复杂的部署和一定的性能损耗，而单机数据库则难以扩展。OceanBase 4.0版本打破了这一固有认知，首创单机分布式一体化架构，使得数据库在单机环境下也能具备分布式能力，同时在分布式场景下保持极致性能。这一创新极大地降低了用户的使用门槛，让企业可以根据自身业务发展阶段平滑演进，无需在架构选择上过早下注。

再次是这次新推出的TP/AP/AI融合的一体化内核（V4.4版本）。面对AI时代的多模数据和混合负载需求，OceanBase 4.4版本首次将TP（事务处理）、AP（分析处理）与AI能力集成于单一内核。这意味着，企业可以在一个数据库中同时处理高并发交易、复杂数据分析以及AI驱动的混合搜索，无需维护多套系统。这种深度融合，是对数据库架构的一次重大重构，充分体现了OceanBase在工程化方面的深厚积累。

通过这三个关键技术节点的突破，OceanBase以工程化能力为驱动，不断重新定义分布式数据库的技术边界，为AI时代的数据底座构建了坚实的技术基础。

工程化内核：正确性、稳定性与架构创新

数据的正确性是数据库的生命线，尤其在金融交易、政务管理等关键场景，一个字节的错误都可能引发灾难性后果。OceanBase将“正确性第一”奉为工程化实践的核心准则，为此构建了一套从代码到硬件的全链路掌控体系。

在软件层面，OceanBase坚持根自研路线，从零开始编写代码，对每一行指令都保持极致掌控。其300万行核心代码中，超过50%用于构建自检机制，从数据在内存中的流转、主备节点间的同步，到落盘存储的校验，形成了一张密不透风的“防护网”。

硬件层面，OceanBase选择绕过操作系统的部分抽象层，直接操控CPU、内存与磁盘资源。通过自研内存管理机制优化数据缓存策略，基于磁盘I/O特性设计存储布局，甚至对网络传输协议进行深度定制，实现了对硬件资源的精细化利用。

“我们内部流行一句话，不相信硬件，也不相信任何的软件，我们只相信我们自己。”在现场，杨冰如此总结工程化精神。这种对工程化的偏执虽然大幅提升了开发复杂度，却为系统稳定性和性能优化奠定了底层基础。

传统数据库架构在AI时代面临严峻挑战：事务处理（TP）、分析处理（AP）与AI推理负载分散在不同系统，导致数据孤岛、链路冗长和资源浪费。OceanBase以一体化架构打破这一困局，其核心在于实现多模数据融合、多工作负载融合与数模融合等“三大融合”，形成真正意义上的一体化数据基座。

在混合搜索场景中，传统架构需调用向量数据库、全文搜索引擎和关系型数据库才能完成一次复杂查询，而OceanBase通过“粗排+精排”多阶段检索机制，可在毫秒级内完成向量语义匹配、关键词精确查找与标量条件过滤的融合计算。

“如果不是工程化文化，我们会走另外一条路线，出5个产品，分布式TP、单机TP、分布式AP、单机AP等都分别出一个，但我们最终只做了一个。这些工程化的挑战被我们‘吃掉’以后，对用户就意味着拿到一个非常简单、高效、统一的方案——这是AI时代的要求，也是现代化数据架构的根本要求。”杨传辉表示。

体现在金融反欺诈场景中，OceanBase能实时响应规定时间段内复杂筛选条件的复合查询，无需跨系统拼接结果。这种原生一体化设计，较传统多系统架构性能成倍提升，同时显著降低运维成本。此外，4.4版本引入的共享存储架构，更是将存算分离推向新高度，计算节点可弹性扩缩、存储成本较传统方案降低50%-90%，这都为AI时代的海量数据存储提供了经济高效的解决方案。

这种架构创新从数据库内核层面深度重构，解决了AI时代打通多云底座的核心能力，也彰显了OceanBase以工程化思维解决复杂问题的能力。

AI时代以工程化重构数据库能力

面对AI时代多模态数据检索与实时推理的需求，OceanBase推出首款AI原生混合搜索数据库seekdb，以“轻量、敏捷、开源”为核心定位，重新定义AI数据基座的工程化标准。其核心突破在于首创“向量+全文+标量+GIS”四维混合搜索能力，通过“粗排+精排”多阶段检索机制，在百亿级数据规模下实现毫秒级响应。

据悉，seekdb并非简单集成向量搜索插件，而是以工程化思维重构AI数据基座。它继承OceanBase分布式内核的基因，并将部署门槛进一步降低，最低起步配置仅需1核CPU、2GB内存，支持pip install一键安装、秒级启动，兼容嵌入式与客户端/服务器双部署模式，让开发者无需关注底层架构即可快速构建知识库、智能体等应用。

同日，seekdb也宣布以Apache 2.0协议全球开源，无缝对接LangChain、LlamaIndex、Dify等30余种主流AI框架。同步开源PowerRAG智能文档解析框架与PowerMem分层记忆架构，后者在LOCOMO Benchmark测评中以78.70分刷新SOTA纪录，Token消耗降低96%。

OceanBase的混合搜索能力已在联通统一AI知识库、蚂蚁百宝箱智能体等场景充分验证了技术价值。中国联通基于混合搜索构建统一AI知识库，有效解决了私有文档的权限管理与高效检索难题；蚂蚁百宝箱则基于混合搜索实现智能体的实时在线搜索，显著提升了信息获取的精准性与响应效率。

在这之外，数模融合是OceanBase原生AI架构的另一核心突破。数据库内置AI Function能力，支持在SQL中直接调用Embedding模型生成向量，或通过Rerank优化检索结果，形成“数据写入-向量化-检索-推理”的闭环。配套的MaaS平台可管理主流大语言模型与国产GPU算力，实现模型微调、量化压缩、推理加速的全生命周期管理。这种设计使AI能力与数据库内核形成有机整体。

OceanBase的实践印证，唯有通过工程化重构实现的原生AI能力，才能真正突破“数据孤岛”与“性能瓶颈”，支撑企业在AI时代的可持续创新。“这不仅是技术产品，更是开发范式的跃迁。”杨冰表示，“传统数据库只‘存’数据，而seekdb能‘理解’数据语义，混合搜索正是AI原生数据库的关键分水岭。”

OceanBase的工程化能力已在全球市场获得广泛认可，截至目前，其服务的企业客户数量已突破4000家，覆盖金融、政企、能源、通信、零售、制造、互联网等关键领域，服务网络遍及全球16个国家和地区、60多个地域、240多个可用区。

竞争激烈的金融领域，OceanBase凭借金融级的稳定性和可靠性，市场份额位居第一，成为众多金融机构核心业务系统的首选数据库。平安寿险将其7000人规模的财务系统迁移至OceanBase平台，实现了业务的稳定运行和高效管理，充分验证了OceanBase在支撑大型企业关键业务场景下的工程化实力。

除金融领域外，OceanBase在政务和通信行业也取得了显著进展。全国三分之一的省级人社系统都采用OceanBase构建数据底座，有效提升了社保服务的效率和稳定性。通信巨头中国联通基于OceanBase混合搜索能力构建统一AI知识库，成功解决了私有文档的权限管理与高效检索难题，进一步拓展了OceanBase的应用边界。

OceanBase也正积极推进全球化战略，重点布局东南亚、拉美和中东等新兴市场，目标将海外营收占比提升至20%。这一进程中，工程化能力成为克服本地化挑战的关键。在老挝，老中银行采用OceanBase构建核心业务系统，性能提升20倍、批量处理缩至30分钟，成本仅为同类方案20%，实现中国自研数据库海外银行核心系统的首单落地。这些来自不同行业的实践案例，充分证明了OceanBase工程化能力在解决实际业务问题上的有效性，也为更多企业的数字化转型提供了可参考的技术路径。

据Gartner预测，到2028年，支持生成式AI的数据库支出将达2180亿美元，占市场74%。市场潜力巨大，世界数据库行业也将因为AI时代的到来迎接一个新拐点。如杨冰所说，这个拐点不仅仅是工具的升级，更是计算范式以及数据能力的重塑，“把AI能力融进数据库，变成内生动力，打造一个AI Native数据库，这条路会使得我们离世界级数据库的梦想更近。”（文｜ToB深水区，作者｜秦聪慧）