未来已来，ai 与数据库的融合实践及设计思路-c7电子娱乐

本次分享主要介绍 oceanbase 数据库在讯飞的落地实践，比如选型过程中对 oceanbase 的性能测试和高可用验证，以及生产环境如何落地 oceanbase 数据库。通过分享，可以了解生产环境如何从 0 开始使用 oceanbase 数据库，最后分享在 oceanbase 使用中踩过的一些坑，以及得到的运维经验。

在京东方企业生产实践中，业务经常面临比如业务请求量大时数据库性能明显不足，数据量不断增加带来存储瓶颈以及成本高以及多套业务维护复杂问题。 作为一款分布式数据库 oceanbase ，在高性能、灵活扩展以及资源隔离方面具备天然的优势，那么本次分享将介绍如何借助分布式数据库的优势来解决企业实际生产问题。

随着线上 mysql 集群数量和规模的增加，集中式数据库本身的瓶颈问题和运维复杂度使得我们开始考虑选型新方案来进行替换。经过深入调研和充分测试后，我们将 mysql 环境迁移到分布式数据库 oceanbase ，经过一段时间的实际使用之后，我们发现使用 oceanbase 有效降低了数据库使用成本，资源利用率获得很大的提升，同时运维复杂度较之前更加简单。

本次分享主要介绍讯飞在向量数据库的技术选型与生产落地实践。通过分享, 可以了解讯飞是如何构建自己的向量检索平台, 以及生产落地遇到并解决了哪些问题。

在本次分享中，我们将深入探讨向量检索技术在人工智能应用中的关键作用，涵盖其在检索增强生成（rag）、图像检索、多模态搜索以及实时监控系统等领域的广泛应用。我们还将详细介绍 oceanbase 的向量检索能力，展示其架构设计和性能优势，并通过具体的应用案例，分享 oceanbase 在实际业务中的成功经验。此次分享旨在为大家提供向量检索技术在实际业务中应用的经验和见解。

在本次分享中，我们将探讨如何利用大语言模型（llm）简化非技术用户访问结构化数据（比如 oceanbase）的过程。随着企业数据量的激增，传统的数据访问方式已难以满足需求，尤其是当数据存储在多种数据库中、结构复杂、逻辑多样时。我们将讨论如何利用 llm，rag，agent，nl2sql 等技术，将用户的问题直接转换为数据库查询语言（以 sql 为例），从而降低数据访问的门槛。此外，我们将深入分析这一过程中的挑战，包括理解自然语言的复杂性、数据库结构的复杂性，以及如何通过技术手段提高查询的准确性和安全性。

作为一家制造行业企业，我们的业务主要围绕 iot 设备功能和服务做一些基于 saas 平台的服务，比如温度，湿度，人员检测，客流分析，安全生产监测，店面管理等等服务。由于业务线场景多，在数据库层面比如 mysql 基于风险考虑采用单独部署管理。与其他行业场景不同，iot 场景下设备采集的数据比如温度、湿度等需要不断的入库，基本上全天都在进行写入，没有明显的流量低峰期，对数据库的写入能力是一个挑战。在当前各个行业降本增效的前提下，我们也在选型是否有更好的方案能满足业务要求的同时成本更低。基于此，我们发现 oceanbase 在资源隔离以及数据压缩方面表现亮眼，最终我们选择 oceanbase 分布式数据库并在线上稳定运行。