OceanBaseは、アリババの霊光AI生成アプリケーションのデータ構造実践を初めて公開しました。膨大なアプリケーション向けに設計された論理テーブル、共有物理ストレージ、制御されたSQL計算などの技術を通じて、「アプリケーションデータモデルが独立し、下層のリソースが共有される」新しいデータベースアーキテクチャを実現し、AI生成アプリケーションの大規模な運用にデータベースの基盤を提供しています。

今年4月のデータによると、アリババの霊光プラットフォームでは約3000万個のスナップアプリケーションが生成されています。AIによってアプリケーション開発のハードルが低下したことで、エージェントによって生成されるアプリケーションが急増しています。その結果、従来のデータベースアーキテクチャは新たな課題に直面しています。つまり、各アプリケーションが独自のデータ管理と計算能力を持つ必要がある一方で、膨大な数のアプリケーションに対してそれぞれデータベースを構築するというストレージと運用の負荷を避ける必要があります。

image.png

この問題に対応するため、OceanBaseは大量のAIアプリケーションを対象に「論理テーブル」の仕組みを設計しました。各スナップアプリケーションは使用側において依然として独自のデータテーブル構造を持ち、テーブルを作成し、データを書き込み、標準的なSQLクエリを実行できますが、下層では統一された物理ストレージを共有します。OceanBase JSON Table SDKに接続することで、アプリケーションデータはJSON形式で共有テーブルに格納され、データベースはアプリケーションごとのSchemaに基づいてデータマッピング、クエリおよび集計計算を行います。これにより、正確なデータ処理能力を実現します。

従来のデータをJSON大テーブルに集中して保存する方法や、各アプリケーションごとに独自の物理テーブルを作成する方法に比べて、このアーキテクチャは大量のアプリケーションによるデータベース管理の負荷を軽減し、マルチテナントの権限隔離を確保します。単一のアプリケーションが規模を拡大する場合、別途の物理テーブルに移行して、より高いパフォーマンスを得ることも可能です。

OceanBaseは、今回の実践がAI生成アプリケーションのデータ管理能力を証明しただけでなく、データベースがAIデータプラットフォームへと進化する傾向を示していると述べています。今年6月、OceanBaseは新世代の湖庫一体AIデータベースを発表し、構造化データ、非構造化データ、ベクトルデータを統一的に管理し、AIエージェントが完全なビジネス文脈を取得できるようにサポートしています。これは現在、アリババのアフー、霊光などの場面で検証されており、企業顧客のテストにも進められています。