Longda's Interesting World

本文总结了 OceanBase AP 业务 PoC 的实践经验，围绕业务平迁策略与数据库对象设计展开，涵盖数据聚集、数据分布、合并策略、分区管理、排序规则、索引、行存列存选择及增量数据常见问题与解决方式。

北京理工大学团队基于 OceanBase 构建非结构化文档智能分析系统 QUEST，通过采样选择性评估、Token 成本预估、filter 与 join 协同优化及 RAG 精准定位，突破传统全量抽取的高成本瓶颈，实现更高准确率、更低成本与更短延迟。

BOSS直聘面对日增亿级的聊天记录数据，对比MySQL、ClickHouse等产品后选择OceanBase构建历史归档库，存储资源节省超70%，并逐步扩展至聊天消息等核心业务，实现成本、效能与稳定性三重收益。

基于OpenManus框架开发数据库自动诊断Agent，实现30分钟快速定位数据库异常，包含完整的开发流程和实践案例。

全面解读OceanBase 4.3向量数据库能力，支持HNSW索引、混合检索、多模态向量，AI检索效率提升45倍，开发成本降低50%。

货拉拉分享OceanBase向量检索的探索与实践：从原有向量数据库的动态Schema、混合检索、运维难度等痛点出发完成选型，并落地资损代码识别与数仓AI答疑助手等大模型应用场景。

360商业化业务线分享OceanBase在广告实时报表、向量存储等场景的应用，解决OOM、高并发、资源不均衡三大痛点，业务分析效率提高80%。

探讨如何用小模型替代满血大模型实现国产数据库智能运维，通过上下文增强推理能力，构建告警分析、SQL优化、巡检三种AI Agent。

知乎数据库负责人分享OceanBase在知乎核心场景的落地历程，包括多租户隔离、OBKV引入、生态工具链使用及社区共建经验。

探讨在数据驱动下泛互联网行业的变革，以及变革为数据库带来的新机遇，涵盖HTAP、云部署、智能运维、安全合规等技术方向。