2026阿里云PolarDB开发者大会20260120

2026年01月21日14:52 关键词 PolarDB云原生金融行业数据安全高可用容灾智能化数据库转型数据丢失自主可控ID架构体系业务创新工行阿里云创新稳定性回收站功能知识运维平台反向复制数据库 全文摘要 本次对话深入探讨了智能创新在各个领域的应用与发展，强调了数据作为核心资产的重要性，并讨论了数据库技术、人工智能（AI）、金融行业应用、云计算以及智能数据处理等方面的技术革新与行业变革。在数据库技术方面，探讨了从云原生到AI就绪的转变，强调了AI在数据库中的集成，如AI大模型的嵌入、多模态数据库、向量数据库等，这些技术不仅提升了数据处理和存储的能力，还为智能化的数据分析提供了基础。在AI应用方面，讨论了利用AI技术处理大量数据，实现智能化的数据检索和处理。 2026阿里云PolarDB开发者大会20260120_导读 2026年01月21日14:52 关键词 PolarDB云原生金融行业数据安全高可用容灾智能化数据库转型数据丢失自主可控ID架构体系业务创新工行阿里云创新稳定性回收站功能知识运维平台反向复制数据库 全文摘要 本次对话深入探讨了智能创新在各个领域的应用与发展，强调了数据作为核心资产的重要性，并讨论了数据库技术、人工智能（AI）、金融行业应用、云计算以及智能数据处理等方面的技术革新与行业变革。在数据库技术方面，探讨了从云原生到AI就绪的转变，强调了AI在数据库中的集成，如AI大模型的嵌入、多模态数据库、向量数据库等，这些技术不仅提升了数据处理和存储的能力，还为智能化的数据分析提供了基础。在AI应用方面，讨论了利用AI技术处理大量数据，实现智能化的数据检索和处理。金融行业的应用展示了通过技术创新提高金融服务的效率和安全性。云计算的讨论着重于如何利用云技术降低成本、提高效率，特别是在数据库管理和AI模型训练等领域。智能数据处理强调了将AI技术与数据科学结合，实现数据的智能分析和应用，推动决策的优化和业务流程的自动化。此外，还特别提到了AI对于数据库发展的推动作用，包括提高数据库在处理大规模数据、提供高性能计算、支持AI工作负载等方面的能力。讨论还覆盖了企业应用实践，以实际案例展示了如何通过采用PolarDB等数据库解决方案，解决数据管理、智能陪伴、业务理解和情感交互等问题，提升企业的运营效率和服务质量。整体上，对话突出了技术进步如何为行业带来变革，特别是在AI和云技术的推动下，数据库和数据处理系统的智能化将为未来的发展带来更多的可能性。 章节速览 00:00 PoloDB分布式数据库技术升级与企业级应用 讨论了PoloDB分布式数据库在技术上的升级迭代，特别是针对金融行业核心业务的更高要求，通过云原生技术和DB Stack架构实现企业级部署。强调数据面与控制面分离以增强系统稳定性，以及PoloDBX在交易、数据分析、AI推理等负载融合处理上的能力，依托云基础设施实现资源自动分配与弹性。 02:17数据安全与高可用性保障机制 讨论了数据安全的四个阶段，包括预防、事中控制、事后审计和兜底恢复，强调了分布式数据库的多层级回滚机制、快速灾备恢复、成本优化的存储策略以及金融业务的高可用模式，实现了同城RTO2.5秒、异地16秒的故障切换时长，通过仲裁管控集群解决机房故障问题，确保RQ等于0。 07:29企业级应用智能化赋能与数据库技术融合 讨论了企业级应用中智能化赋能的重要性，强调了确定性结果和可审计操作流程的需求。分析了agent在执行过程中的准确性问题，提出通过精确上下文构建和智能体技术融合数据库知识与事实，提升企业级应用的智能化水平。介绍了PolarDB分布式在向量索引、全文索引、图存储支持等方面的技术优势，以及通过智能体实现运维自动化和智能诊断的实践案例。 12:03工商银行数据库转型实践分享 面对国际形势紧张与金融安全挑战，工商银行启动大规模数据库转型，旨在确保服务连续性、数据安全与业务连 续性，同时降低运维成本，实现自主可控与科技创新。通过与头部科技企业合作，工商银行致力于打造可复制的行业最佳实践，推动金融行业科技自立自强。 18:29合作打造高可用与安全的数据库解决方案 经过一年多的紧密合作与迭代，双方共同开发了一套高可用与安全的数据库解决方案，包括优化的运维平台、全链路跟踪能力、AW2性能报告、自动查杀慢C口大事务等功能，以及针对大规模数据库管理的DB stack center集成化管理方案，有效提升了数据处理效率与安全性。 23:23金融级分布式数据库解决方案与未来展望 介绍了大规模快速气流解决方案，包括正向和反向切流，实现300个节点20分钟内并发切流，以及反向复制机制。提出工具体系以降低研发成本和提升自动运维能力，展望未来合作方向，如核心应用承载能力提升、安全水平增强及AI能力落地，旨在支撑金融行业高质量转型。 28:23 GoTo集团信贷业务发展与技术挑战 介绍了GoTo集团作为印尼最大互联网公司，在打车、外卖、支付等领域的广泛覆盖及其信贷产品的发展情况。信贷产品包括类似花呗的GopayLater、现金贷、商户贷款和车贷，与BSI合作提供汽车贷款。2022至2025年间，信贷业务增长迅速，每年增长率超过两位数。然而，用户快速增长和频繁促销活动带来了性能和技术挑战，特别是在数据库扩容方面，成本和稳定性成为关键问题。 33:04云迁移至阿里云带来的性能与成本优化 对话讨论了集团将海外云服务迁移到国内阿里云的过程及成效，重点在于跑马DB的应用，带来了35%的性能提升和50%的成本降低。迁移过程平滑，得益于云原生特性如存算分离、读节点弹性扩容等，显著减少了手动维护需求，提升了系统稳定性和自动化运维能力。 37:24多模态数据融合与AI在风控决策中的应用 分享了在风控决策场景下，多模态数据融合的重要性，提出通过内置策略至polar等方法减少数据准备时间，使模型开发与策略人员能更专注于核心任务，提升业务支持与产能，强调了AI靠近数据而非数据靠近AI的实践价值。 42:59 PolarDB：AI就绪的智能数据引擎 本次开发者大会聚焦于PolarDB如何从传统数据仓库转型为智能数据引擎，强调了数据与智能深度集成的重要性。PolarDB通过内置AI大模型和算子化能力，实现了向量检索、混合查询及智能推理的全链路闭环，显著提升了在线吞吐能力。此外，通过原生架构创新，PolarDB在TPC-C榜单上的表现展示了其高效经济的数据底座，满足AI时代海量数据处理需求。大会还讨论了产业落地加速，PolarDB的一体化解决方案成为企业智能化首选路径，支撑TP、AP和AI负载的融合数据平台已成为主流选择。感谢开发者和合作伙伴的支持与探索，共同推动了PolarDB产品成熟及行业选择。 54:20 AI就绪的云原生数据库：PolarDB的演进与未来 分享了阿里云PolarDB如何从云原生数据库演进到AI就绪的数据库，强调了数据处理能力在AI发展中的关键作用。PolarDB通过整合多模态数据、统一元数据管理、支持高效推理服务及Agent开发，构建了强大的智能数据引擎。同时，PolarDB获得了超过2万客户的信任，连续六年市场第一，并在全球范围内获得认可，致力于与开发者和客户共同迈向超级人工智能时代。 01:06:26 AI时代数据库发展趋势与企业重塑 对话围绕AI时代数据库的发展趋势及对企业的影响展开，提及全球智能体爆发式增长，数据与AI结合成为核心生产要素，企业需重塑业务流程、产品服务、组织结构等，构建智能数据架构以适应未来需求。 01:13:08 AI原生数据库：智能数据架构与企业转型 讨论了企业智能数据架构的重要性，包括数据平面、控制平面、合成平面及业务活动平面，强调了AI原生数据库在企业转型中的关键作用。指出数据库市场快速增长，尤其是关系数据库，且AI原生化、多模态支持及云多云趋势显著。调研显示，AI就绪的组织在客户留存率、利润提升等方面表现优异，未来数据库将与AI深度融合，重塑企业数据管理。 01:19:58 AI时代数据库六大能力需求解析 对话深入探讨了AI时代下数据库的六大能力需求，包括联邦实时数据访问、向量与多模态语义处理、事务与分析一体化实时决策、自主运维与智能管理、事件驱动流式响应及零信任自主数据治理。这些能力需求反映了从集中 式到分布式、从数据存储到智能应用的转变，强调了数据库在智能体自治行动中的核心作用。未来数据库需成为实时感知、语义记忆、决策证据与治理的智能底座，对行业用户和开发者提出了新的挑战与机遇。 01:26:44 PolarDB在AI时代的演进与发展 分享了PolarDB在AI时代的演进路径，从云原生到AI就绪，再到AI原生，强调了数据库在应对高并发、海量数据、向量数据处理及多模数据统一管理方面的能力升级。此外，讨论了PolarDB在AI时代如何通过提供自主能力、全域数据管理及支持agent应用等，满足智能体应用的需求，展现了其在AI时代的发展优势与策略。 01:31:41 PolarDB技术升级与AI时代数据库演进 对话介绍了PolarDB在AI时代的多项技术升级，包括linked list实现读写能力线性扩展，CXL技术降低延迟并提升内存使用效率，积分一体架构支持云原生迁移，以及模型算子概念引入大模型能力至数据库内部。此外，PolarDB拥抱lake base架构，旨在打破数据壁垒，实现数据统一管理和应用，以适应AI时代对数据处理的泛化需求。 01:36:40 PolarDB与AI融合：打造企业级智能数据底座 讨论了PolarDB如何通过云原生数据库技术，实现冷热温三层数据统一管理，提供湖库一体化实时同步能力，支持垂域数据集管理和多模数据检索，内置AI节点以集成大模型能力，并与AI生态兼容，旨在成为AI应用开发的数据中心平台，推动数据价值最大化。 01:43:05大模型与数据库协同：数据资产价值提升之道 分享了大模型与数据库协同的关键，强调数据资产在AI时代的巨大价值。通过模型算子化、数据适配与处理，实现数据不出域的高效应用，提升企业数据处理能力与效果，解决复杂推理任务与长期记忆存储挑战。 01:51:25多模态长期记忆与智能硬件的未来交互 讨论了多模态长期记忆在智能硬件如智能眼镜中的应用，强调其在信息采集、处理和存储中的作用，以及与AI、数据库技术结合对业务发展的推动。 01:53:30 PoloDB在AI原生时代的探索与挑战 讨论了PoloDB在AI原生时代的探索，包括客户增长、GPU应用、AI方向的探索等，强调了从云原生向AI原生转变的四个支柱：多模数据处理、支持多种类型搜索、深度AI集成、AI辅助数据库运维，以及AI原生数据库面临的海量数据处理挑战。 02:01:24 PoloDB与Polo社区：多模数据处理与AI应用 对话介绍了PoloDB在多维数据处理和海量数据管理上的进展，特别是针对关系型数据和AI生成的原数据的存储需求。PoloDB通过Polo Lake Base系统，集成了对元数据、对象存储加速等功能，支持车企等领域的海量数据处理。同时，Polo社区提供内置的向量、文本和图查询能力，优化了数据处理效率，利用GPU等硬件加速索引构建，为AI应用如长记忆处理提供了支持。 02:08:19 PolarDB与AI融合：内置模型与智能运维探索 演讲者分享了PolarDB在AI领域的融合进展，包括将AI能力内置至数据库中，实现智能体ready特性，支持实时预测、向量查询等。同时，讨论了内存与存储成为AI瓶颈的问题，并介绍了通过GPU与CXO连接解决内存墙的探索。此外，还介绍了PolarDB控制台的AI助手功能，用于集群信息查询、性能分析等运维操作，以及智能诊断与巡检功能。最后，总结了PolarDB在多模、高级搜索、内置AI引擎及AI助手四个方向上的AI原生努力。 02:14:52智能电动汽车与数据库技术实践 分享了智能电动汽车领域内，通过构建融合云架构平台，采用阿里云等