在人工智能時代的大變局下，數據庫要走向何方？

7月15日，中國電科旗下金倉數據庫以一場名為“融合進化 智領未來”的發布會，提出了自己的核心主張：真正的未來數據庫，是“融合”為體，“AI”為用。

電科金倉高級副總裁 冷建全

?

電科金倉高級副總裁冷建全帶來了主題為：“KES V9 2025： AI時代的融合數據庫”的演講，以技術人的務實與戰略眼光，剖析了國產數據庫在AI時代的突圍路徑——并非簡單追逐熱點，而是以深厚的“五個一體化”融合能力筑基，讓AI成為錦上添花的加速器。

當全行業追逐AI時，金倉為何把“融合”放在第一位？

面對“AI爆發帶來的新需求”這一命題，冷建全的回應冷靜而清晰：向量數據等新型數據的存儲與高效計算確實是顯性需求，但電科金倉對產業本質的洞察更為深入：數據庫的根基，亙古不變是解決數據的“存”與“算”，無論是傳統交易數據、時序數據，還是AI催生的向量數據，核心訴求依然是：存得省（高壓縮）、取得快（高效檢索）、算得快（高效計算）。

在行業熱議AI如何重塑數據庫時，電科金倉選擇了一條更綜合的路徑——融合+AI。冷建全指出，融合這一戰略并非臨時起意，而是三年前就已奠定框架。“AI是重要的應用場景和增強手段，但‘融合’才是金倉產品的骨架和主要演進方向。”客戶的最大痛點在于：割裂的技術棧帶來高昂的復雜性與成本。如果每種數據類型（關系型、文檔、向量、時序）、每種應用場景、每種數據庫架構都需要單獨的產品，選型、開發、同步、運維的復雜度將指數級上升，這是企業難以承受之重。

金倉數據庫的“融合”正是直擊這一痛點，其內涵遠超簡單的多模型支持，而是構建了覆蓋數據庫全生命周期的“五個一體化”能力體系。

拆解“五個一體化”：國產替代的“成本削骨刀”

冷建全詳細闡釋了金倉數據庫“五個一體化”如何具體化解國產化替代的難題，并務實賦能AI場景：

多語法體系一體化兼容：應用代碼平滑遷移的關鍵。KES V9 2025在全面覆蓋Oracle、MySQL兼容模式常用功能的基礎上，新增SQL Server兼容模式（常用功能覆蓋率達99%）及Sybase兼容模式（常用功能覆蓋率達95%）。這是國產替代“平替”落地的第一步。以醫療行業為例：該領域大量遺留系統基于SQL Server，金倉數據庫的深度兼容能力，為這類系統的無縫遷移鋪平了道路，顯著降低應用改造的門檻和風險。

多集群架構一體化：匹配場景，滿足性能，平衡成本。提供從輕量級多租戶、主備、讀寫分離、多寫共享存儲集群（RAC）、到面向事務及分析等不同場景的分布式集群的全套方案。其價值在于“按需供給”：客戶不必為未來的、不確定的高峰流量提前支付高昂的分布式成本。金倉數據庫提供靈活演進路徑，根據實際業務壓力和成本考量選擇最優架構。

多模數據一體化存儲：收斂技術棧的基石。核心是在單一數據庫中統一支持關系、文檔、向量、時序等數據模型。冷建全指出，多模數據一體化的核心價值在于“通過單一數據庫統型，避免一種模型一種庫，降低應用開發、數據同步、運行維護等各種使用成本”，為應用提供統一、實時的高質量數據源。

多應用場景一體化處理：打破TP/AP的傳統藩籬。數據庫需同時應對交易處理（TP）、分析處理（AP），并進一步細化支撐時序分析、日志處理、AI推理等新興場景。融合架構確保“一個平臺，支持多種場景”，避免業務割裂。

開發運維一體化管理：智能增效，降低使用門檻。為此，金倉數據庫引入兩類智能體：應用開發智能體輔助生成SQL；運維智能體輔助DBA進行智能巡檢、根因分析與調優。其核心目標是在持續提升易用性，讓國產數據庫“更好用”，這是大規模推廣的前提。

“五個一體化”環環相扣，共同作用的結果是顯著降低國產化替代的總擁有成本（TCO）——從遷移改造成本、軟硬件采購成本，到長期的運維復雜度和人力成本。

AI的務實角色：不做顛覆者，甘當“融合”加速器

在明確“融合”為主航道的基礎上，冷建全為電科金倉的AI應用勾勒出清晰的邊界——賦能增效，而非顛覆重構。

首先是向量計算，作為AI的“剛需”入口。金倉數據庫早在2017年就將向量模型應用于公共安全領域，用于支撐以圖（如人臉及車牌）搜圖等應用場景。其向量引擎已支持32位、16位浮點向量，稀疏浮點向量、二進制向量等多種向量數據類型，可用于存儲包括圖像、文本、音視頻等的向量表示，并結合FALT索引、IVF_FLAT索引、HNSW索引等多種索引方法，實現對向量數據的快速檢索，滿足不同場景的精度與效率需求。

今年以來，由于大語言模型的爆火，向量模型更是得到快速應用，從年初至今已有幾十家客戶部署，相關應用場景主要集中于計算機視覺（如公共安全、電力巡檢等領域中的圖像向量）和智能客服、智能問答（文本向量）等。此外，金倉數據庫可以作為MCP Server，通過KES庫內的實時信息，增強大模型的生成質量（RAG），從而幫助企業輕松構建RAG知識庫，推動全行業AI普惠落地。

談及“智能運維”，冷建全認為，這是提升數據庫易用性突破口，已經成為當前AI在數據庫領域最能體現價值的場景。究其原因，數據庫性能優化依賴底層算法，但在“讓數據庫更易管理、更易調優”方面，AI大有可為。

具體到產品層面，本次發布會推出的數據庫一體機(云數據庫AI版)，其搭載的“的盧運維智能體”通過學習歷史負載與性能數據，可輔助進行異常預測、根因定位、參數調優建議，并能通過AI實現告警自動處置閉環，故障預警準確率高達98%以上。

同步發布的企業級智能海量數據集成平臺KFS Ultra以AI技術為核心驅動力，面向多類數據實時共享分發場景，提供全鏈路智能化數據集成解決方案。特別引人關注的是“K寶”AI智能助手，它提供了涵蓋安裝部署、性能調優、故障診斷與實時技術答疑等功能的智能運維支持。

在電科金倉內部，AI的“幕后”價值也在不斷提升。在研發環節，AI輔助代碼生成、測試用例生成；在市場洞察環節，AI幫助分析需求趨勢。這些“幕后”應用提升著金倉數據庫自身的效率與產品打磨精度。

融合是根本，AI是賦能。冷建全表示：“以數據庫的性能為例，我們的終極目標是‘多、快、穩、省’，其根本在于內部算法與架構設計，AI在此基礎上發揮優化和輔助作用。金倉數據庫的根基，在于通過融合架構解決數據的存、算、管、用。”

千行百業“平替”攻堅，融合底座價值凸顯

隨著信創進入深水區，核心系統替代成為主戰場。本次電科金倉正式發布全新品牌口號——“數據庫平替用金倉”。電科金倉的“平替”方法論，融合能力正是其核心支撐。

全流程工具鏈保障：提供異構數據同步軟件KFS（支持Oracle/金倉雙向同步、甚至第三方庫間同步）和異構數據遷移工具KDTS，實現業務“不停機遷移”；獨創“雙軌并行”與“負載回放驗證”機制，確保切換平穩可靠。

融合架構應對嚴苛要求：在強合規的金融、政務領域，融合架構的多集群能力（如主備、RAC）滿足高可用（RTO<30秒）、等保合規與業務連續性要求，同時為未來AI應用預留統一數據平臺。

在AI概念喧囂的當下，金倉數據庫展現出了“國家隊”的定力與遠見。冷建全的思考清晰地傳遞出電科金倉的戰略選擇：以“五個一體化”構建強大的融合數據庫內核，是應對數據復雜度飆升、支撐國產化替代的基石；而AI，是優化體驗、提升效率的賦能者，是讓強大內核更易被客戶使用的“潤滑劑”和“加速器”。

這種“融合筑基，AI添翼”的務實路徑，不僅為電科金倉在激烈的市場競爭中構筑了差異化的技術壁壘，更契合了千行百業在智能化轉型中對穩定、高效、易用且總體成本可控的數據基礎設施的根本需求。當潮水退去，真正支撐起中國數字經濟高質量發展的，必然是這些將硬核能力深植于“融合”基因的創新底座。

來源：ITPUB