Agent时代的数据库全栈升级与实践指南

2026腾讯云「数据库+AI」产品发布会 C O N T E N T S 1 •训练框架需开放格式直通•开放数据目录，接入生态引擎协力计算 •COS多级存储，对象直接纳管访问Agent高速迭代，即开即用按需弹性•数据库实例创建和测试数据准备慢•负载不可预测，空闲不应有固定成本 Vibe Coding / NoCode一句话生成应用，百万级长尾，环境即开即•开库耗时：分钟级→ 用，闲置不烧钱。Agent突发问答/活动/任务，峰值翻百倍，需要 为AI实验与回滚⽽生——秒级分叉、零拷贝克隆、毫秒级回滚。 AI-Driven开发流中Agent自动跑流⽔线，每次要求隔离沙箱，主库•时间点回放：备份恢复→ 为企业级RAG、长期记忆与实时洞察⽽生——亿级向量零损失召回，海量数据毫秒级分析。 •内存：，按存储扩展 新一代极致性价比、超高稳定性的存储底座 电商大促、游戏开服等周期性流量波峰，AI引擎提前感知趋势并自动扩容，全程零感知。 复杂混合负载下慢SQL频发，混元大模型自动探索最优执行计划，持续进化、跨实例复用。 ₀ •从“被动存储”到“主动智能”的能力演进 •金融、泛互、出海等行业的共性趋势与差异化诉求 CONTENTS •MongoDB细分赛道格局与腾讯云领跑实践 离线分析→实时检索、决策、持续记忆IT资源→AI应用/ Agent运行底座 结构化→文本/图像/向量/知识库 •强一致性、低延迟、高安全•完整审计追溯、合规治理 •实时风控、智能客服•投研辅助、合规审计 •实时画像·内容召回•语义检索·个性化推荐•全球一致体验·跨区容灾•本地合规数据交付 础存储系统升级为支撑持续运营、全球发行、智能互动和商业增长的核心数据底座。 •随着版本迭代和运营活动加快，数据库需要更加灵 •典型场景包括账号、支付、角色和存档•能力重点在高可用、备份恢复和权限控制活•要支持开服合服、弹性扩容和数据模型快速调整•向自动化运维与成本弹性升级 、•升级方向是实时分析、检索、向量化能力和多模型协同 测和反作弊等场景需要持续读取玩家行为、消费路径、社交关系和版权风控等场景需要将规则、工单、玩家问题、社区内容和风 片、音频、视频特征、内容标签、版权线索和版本数据的持续增长， 互推动游戏数据从静态配置扩展至剧情文本、玩家上下文、角色 数据库作为AI应用数据底座，和活动反馈数据，推动数据库向实时分析、特征更新和智能决策控策略沉淀为可检索、可追溯、可更新的知识资产。 推动数据库从素材管理工具升级为支撑内容生成、审核和治理的数据平台。中枢演进。 AI内嵌数据库管理链路，记忆和实时反馈数据，要求数据库具备语义检索、上下文召回和大模型可调用的知识组织能力。 较快增长态势，逐步进入由云化部署、精细化运营和多类型数据负载共同驱动的加速发展阶段。单位：亿元 2025年亚太游戏数据库市场中占比第二、增长最快的细分赛道，主要受益于游戏数 中国大陆仍是当前亚太游戏行业数据库的据结构复杂化、内容形态多元化和敏捷运营需求提升。 速预计更快，其中东南亚将成为继中国大陆、日韩之后最重要的新增量市场。 2021 •亚太地区游戏行业发展阶段与现状•游戏数据核心特征驱动基础设施升级 •主流数据库类型与游戏场景适配图谱 •游戏行业数据库选型决策框架与价值洞察•AI原生化推动数据库升级 •数据库治理能力平台化 •亚太地区游戏行业数据库产业生态格局•亚太地区游戏行业数据库市场规模 •细分赛道深度剖析：亚太游戏行业MongoDB市场格局•其他细分赛道市场格局概览 市占率约20.6% 开发兼容性能与数据运维能力安全与技术评估维度 2026年亚太地区游戏行业MongoDB数据库市场的 适配，国际厂商突出原生能力、全球基础设施”的竞争格局。国内厂商整体以中国大陆及亚太本地合规、本地交付服务、游戏客户实践和云生态协同为核心优势；海外厂商更强调全球化基础设施、全球区域覆盖、原生或平台级能力体系、跨区域部署能力和国际合规，但在中国大陆数据驻留、跨境合规和本地化服务上存在一定限制。综合来看，腾讯云MongoDB稳居第一梯队并持续领跑——各项能力发展均衡，核心优势集中体现在四个方面：中国大陆及亚太核心游戏市场的深度覆盖、 以及智能化运维与本地合规适配能力 实例权限与⼦账号CAM 1:1映射，AI不超出用户授权 DMC云API执行SQL，敏感数据自动脱敏不明文展示 DML / Kill Session /参数更新 完整记录Agent每一步决策与执行轨迹，可审计可追溯 Skill供给：官方/SkillHub/自建 真实工单经验沉淀 覆盖腾讯云数据库全线产品 连接官方与社区能力市场，一键装配最新扩展Skill，持续丰富 低代码/无代码工具，把企业内部SOP与最佳实践快速封装为 覆盖核心高频场景，所有预置Skill经过腾讯内部海量真实工单 资深DBA注入SOP与最佳实践，把个人能力转为平台能力把高频操作、SOP封装为可复用Skill结合业务知识，创造未覆盖的新场景优秀Skill贡献至SkillHub，惠及更多用户 理解业务数据模型、访问模式、性能基线响应策略与⻛险偏好契合企业文化 更准更稳的Agent下一次任务更高成功率 CPU诊断耗时效率提升 深夜值班自动自愈运维降级率，跨团队协作成本下降 垂类能力不足，Memory任务完成度不高 SOTA模型调用费用高，规模化不经济 址引用减少上下文占用，保留可恢复的任验和专家操作自动沉淀为SOP/Skill 为原⼦事实、场景模式和核心洞察 工具调用、文件引用和运行结果中识别有 务现场 价值的信息 延迟难以降低，同步路径无法接受 压缩率 用户访谈驱动数据构建，贴近真实场景· 10w条高质量标注数据监督微调 SOTA大模型基于召回的记忆执行可验证的任务，如数据题解答、代码编程、办公工具调用等 Token节约推理加速 设计需记忆才能完成的RLVR任务，基于SOTA模型的任务真实完成情况，获得探针打分间接奖励自研模型对Memory存储介质的处理能力，存储密度与质量直接决定记忆好坏，记忆准确度决定能否正确完成任务 沉淀任务模式与最佳实践，跨Agent直接调用。偏好、习惯、上下文，让Agent越用越懂你。 •开箱即用，零运维•多租户隔离与权限治理 •下一代存储底座的命题：当数据生产者变为AGENT •TDSQL-B: AI时代的企业级多模态数据存储底座 下一代存储底座的命题：当数据生产者变为Agent AI应用爆发正在重塑数据格局—产生数据、消费数据的主体正从真实用户演变为AI Agent，多模态数据增长成为主旋律 TDSQL-B: AI时代的企业级多模态数据存储底座 →一个产品入口，Zero-ETL的多引擎能力 →容器化弹性调度，容量&热点自适应均衡 AI多模数据天然规模大、冷热分明、增长快；传统数据库集群存储成本高。以对象存储作为主存储，可显著降低长期数据留存和多模数据沉淀成本 不把多模数据沉到专有多引擎体系 不仅存向量，也管理结构化/开放表 站在湖仓、AI、BI、对象存储和开源格式生态之上 对用户呈现为一个产品、一个入口、一套管理体系 控制台/监控/运维/计费一体 对象存储/表/索引元数据打通 TDSQL-B多模态技术全景&演进规划 ⼩红书数据库DevOps专家 •SOP、脚本、平台、权限分散在不同系统•要把DBA判断路径沉淀成Agent可稳定调用的Skill •AI Coding需求爆发，非研发岗位也要做E2E原型验证•Agent不只生成页面，还需要数据模型、接口、鉴权、部署•Supabase+ DMS托管，让业务快速拥有可用后端 权限、工具链、风险边界和证据链。 DBA负责设计工具、规则和护栏；Agent执行 redkv/redismonitor 告警触发后的标准处置 失败工单巡检与MR风险提示 coding做原型从“写代码”变成“快速验证一个业务想法” 没有后端，Demo很快就卡在“不可用” 实例分配、Schema隔离、权限模板、审计、告警、生命周期，统一进入DMS，避免新的影 内核/ Proxy / DNS /元数据/告警平台/自愈/Agent……一个feature是否可靠，不只取决于单点功能，⽽取决于整条链路在真实场景下能 否协同。高SQL压力、慢/ hang / crash、网络隔离、 靠人工测试只能覆盖样例，覆盖不了组合场景、边界场景和规模回归。 发现问题、注入动作、观测指标、执行恢复、生成复盘 “会描述”，还是“能闭环”。 审计留痕和回滚边界，约束Agent执行动作。上拓扑的数据库、Proxy、DNS与观测环境。 断、执行动作沉淀为Agent可调用的标准工具。 期，把演练环境变成可重复、可撤销的资源单元。 基于DMC安全访问执行SQL，不索要、不明文展示密码 凭证限时生效，防滥用 实例权限与⼦账号CAM权限1:1映射，防越权四级操作分权: L1/L2无需审批，L3需二次确认， 对话与API调用全量审计，确保安全合规 执行物理级网络隔离，确保核心资产安全，杜绝数据外泄风险DML / Kill Session /参数更新 CONTENTS 2015年由申银万国和宏源证券合并组建，注册资本535亿元，员工超10000名。作为中投公司直管企业，具备深厚底蕴与强大综合实力。 总营收 多项金融行业重要奖项。在金融科技与服务创新领域持续领跑，技术实力获广泛认可。 战，依赖硬件升级并不能完全解决问题。同时传统数据库容量扩 的瓶颈。尤其在支持面向互联网客户相关业务时，不能有效弹性要特定的高端存储和⼩型机设备，再加上版权及服务费用，成本快 力，在一定程度上存在信息安全的风险，也难以满足行业信创的 扩容处理高并发交易，制约了获取新客户以及大规模营销及交易速上升。 展往往意味着服务中断，很难做到业务无感知或者少感知。的能力。 要求。 承载超过单机数据库存储能力极限的 范、能更好的掌 控系统 数据 力、兼容性及性价比等因素。布局数据库资源池模式规划，业务中台的部分系统初步投产验证、完成首次信创验收。伴随业务中台集群一直做大，资源池不断扩容台，公司内部 场外交易系统投产，讯投系统投产，法律合规系统也陆续投数据库。，建设机构交易集群、风控集群，各条业务线都在开始大量使用。建设了第二套数据库资源池，服务器 核心柜台交易系统，数据库仍在选型测试中。 •多副本架构下数据强一致，数据无错乱和无丢失•99.999%以上高可用 •云上云下同源，数十万实例稳定性验证 •性能接近原生异步同步性能 ProcessingProcessing •95%+兼容Oracle语法•兼容SQL2016标准 •架构开放，数据库人才通用，人才选择性丰富 •完善运维能力，赤兔管理台覆盖95%以上运维 性能抖动分析 上线前识别处理风险性能，深度优化 日常巡检治理潜在风险 直接给到优化答案 2026腾讯云「数据库+AI」产品发布会