譯者 | 布加迪

審校 | 重樓

數據庫市場目前正經歷一場重大變革，數據庫在竭力應對眾多AI應用帶來的需求，并考驗傳統計算架構的極限。隨著機器學習模型變得越來越復雜、數據密集型，數據庫在支持這些應用方面的作用變得不可或缺。

為了應對這些挑戰，矢量數據庫已成為一種新興的解決方案。它們將信息作為矢量或數值表示來存儲，特別擅長支持語言模型和改進用戶交互（比如聊天機器人訪問知識庫）。Gartner預測矢量數據庫的采用即將大幅上升；預測到2026年，30%的企業會將矢量數據庫集成到生成式AI模型中，而2023年這個比例僅為2%。然而，認識到矢量數據庫僅僅是這場演變的開始。

業務需求驅動數據庫演變

技術進步和不斷變化的業務需求共同帶來了重要的里程碑，從而影響了數據庫的發展史。在20世紀70年代，關系數據庫和SQL的引入標志著革命性時刻的到來，結構化數據組織和復雜查詢功能因而成為可能。對于有效管理企業數據至關重要的系統在這個時代建立，如今這些遺留系統中有許多依然在發揮作用。

在接下來的20年，隨著業務需求的演變和生成的非結構化數據激增，特別是伴隨基于互聯網的應用迅猛發展，傳統遺留關系數據庫的局限性變得礙眼起來。21世紀初，NoSQL數據庫的崛起克服了這一挑戰。NoSQL解決方案旨在更靈活、更具擴展性，專門為了滿足大規模Web應用和數據結構可能大不一樣的環境的需求。

這些里程碑恰恰表明了數據庫技術需要持續不斷的演變；在技術快速進步為標志的數字時代，企業需要適應日益多樣化的數據類型，并支持可擴展的高性能應用。

進入以云為中心的解決方案時代

隨著以云為中心的策略繼續在IT部門備受追捧，對能夠處理可擴展的分布式事務的數據庫的需求繼續上升。說到確保當今“永遠在線”的業務環境所需的可靠性和性能，分布式關系數據庫的重要性怎么強調都不過分。不間斷的應用可用性至關重要，即便在計劃中斷和計劃外中斷期間也是如此。

分布式SQL的興起已經徹底改變了現代數據庫的游戲規則，這主要歸因于云計算原則。傳統的單體式數據庫架構常常難以滿足需要高可用性、橫向可擴展性和全局數據分布的現代應用的需求。

分布式SQL數據庫通過利用云原生原則來克服這些挑戰，提供無縫的可擴展性和彈性。通過跨多個節點分布數據，它們確保系統即使在遇到硬件故障時也能保持穩健性，從而實現不間斷服務。這種方法完全符合云計算的承諾：靈活性和按需分配資源，使其成為旨在實現真正的全球規模和彈性的公司企業的理想選擇。

隨著企業不斷遷移到云，分布式SQL迅速成為處理當前和未來復雜的數據密集型工作負載的標準。

兼顧創新與可靠性

隨著我們進入到AI革命，矢量數據庫對于加快交互和促進發展越來越重要。它們先進的可擴展性和效率極大地促進了采用率。矢量數據庫通過提供個性化服務和提高數據管理效率來增強客戶交互，從而降低運營成本。

然而，矢量數據庫本身也有局限性。操作型數據必須在現代云原生數據庫中與AI生態系統集成，才能充分利用AI。這種統一的方法提供了可擴展的、有彈性的基礎設施，為持續的卓越運營提供了穩定性和內置的業務連續性。

AI應用的激增將為大企業發掘重大的商業機會，進一步需要能夠快速擴展和云移植的現代分布式SQL數據庫。

需要集成分布式SQL與矢量數據庫

集成分布式SQL和矢量數據庫解決方案為企業從容面對基于AI的應用提供了具有戰略性的更新改造機會。矢量數據庫擅長快速數據檢索和分析，但在彈性和可擴展性方面面臨挑戰，這恰恰是分布式SQL擅長的方面：彈性和擴展性是穩健的關鍵任務操作的兩大要求。矢量數據庫作為獨立的解決方案，通常需要與其他數據堆棧和元數據集成，以最大限度地提高其有效性。

純粹的矢量數據庫通常針對特定的AI應用，需要與關系數據庫集成，才能全面解決更廣泛的業務需求。將分布式SQL和矢量數據庫相結合可提供具有內置業務連續性的可擴展彈性基礎架構，便于企業管理和分析龐大數據集，同時優化性能、保持運營穩健性。

隨著分布式SQL和矢量數據庫不斷發展，兩者的集成已經在推動漸進式進步，有望促進數據庫行業迎來下一場轉變。這種變化將通過對經過驗證的現有系統進行深思熟慮的集成來逐步形成。借助這種戰略性方法，公司可以加強運營以抵御風險，同時準備好抓住新機遇，促進可持續增長，并夯實長期業務彈性。

原文標題：The Rise, Realities, and Potential, of Distributed SQL + Vector Databases in the AI Era,作者：Spencer Kimball