OceanBase公开灵光AI应用数据架构实践

随着AI技术降低应用开发门槛，由Agent生成的应用数量呈现爆发式增长。今年4月的数据显示，蚂蚁灵光平台已累计生成约3000万个闪应用。这一趋势对传统数据库架构提出了全新挑战：既要让每个应用拥有独立的数据管理和计算能力，又要避免为海量应用分别建设数据库所带来的存储和运维压力。

针对这一痛点，OceanBase首次公开了支撑蚂蚁灵光AI生成应用的数据架构实践。其核心思路是采用面向海量AI应用的“逻辑表”方案。在该方案中，每个闪应用在使用层面仍拥有独立的数据表结构，可以自由创建表、写入数据并执行标准SQL查询，而底层则共享统一的物理存储。通过接入OceanBase JSON Table SDK，应用数据以JSON形式存入共享表，数据库根据应用独立的Schema完成数据映射、查询和聚合计算，从而实现精确的数据处理能力。

这一架构的优势在于，相比将数据集中存储为JSON大表或为每个应用创建独立物理表的传统方案，它显著降低了海量应用带来的数据库管理压力，同时保障了多租户权限隔离。当单个应用规模增长时，该架构还支持将应用迁移至独立物理表，以获得更高性能，兼顾了灵活性与扩展性。

OceanBase表示，此次实践不仅验证了AI生成应用的数据管理能力，也体现了数据库向AI数据平台演进的趋势。今年6月，OceanBase发布了新一代湖库一体AI数据库，将结构化数据、非结构化数据和向量数据统一管理，支持AI Agent获取完整业务上下文。该产品已在蚂蚁阿福、灵光等场景中得到验证，并正在推进企业客户测试。

随着AI Agent逐渐成为下一代应用形态，数据基础设施的重要性持续提升。OceanBase希望通过构建面向Agent的数据底座，为企业AI应用的规模化落地提供更加稳定的数据支撑。这一架构的公开，也为行业提供了应对AI生成应用数据管理挑战的新思路。