面向 AI x DB 工作负载的有效编排
数据库
2026-03-05 v1 人工智能
摘要
AI 驱动的分析正变得越来越重要，以支持数据导向的决策。将数据导出到机器学习运行时进行分析会带来高开销，限制了对数据漂移的鲁棒性，并扩大了攻击面，尤其是在多租户、异构数据系统中。将 AI 直接集成到数据库引擎中虽然提供了明确的优势，但在管理联合查询处理和模型执行、优化端到端性能、协调资源争用下的执行，以及强制执行安全和访问控制保证方面引入了挑战。本文讨论了联合 DB-AI，即 AIxDB，数据管理和查询处理的挑战。它提出了需要谨慎处理的各种挑战，如查询优化、执行调度和跨异构硬件的分布式执行。数据库组件如事务管理和访问控制需要重新审视，以支持 AI 生命周期管理、缓解数据漂移并保护免受未授权 AI 操作的敏感数据。我们给出一种设计方案及其初步结果，以展示可能是服务 AIxDB 查询性能的关键因素。
引用
@article{arxiv.2603.03772,
title = {Towards Effective Orchestration of AI x DB Workloads},
author = {Naili Xing and Haotian Gao and Zhanhao Zhao and Shaofeng Cai and Zhaojing Luo and Yuncheng Wu and Zhongle Xie and Meihui Zhang and Beng Chin Ooi},
journal= {arXiv preprint arXiv:2603.03772},
year = {2026}
}