数据存储方式

当 Agent 成为数据库新用户，腾讯云如何解决“未知”的难题？

如果说 2025 年是 Agent 元年，那么今年，无疑就是 Agent 的“爆发年”。

硬件成本直降 60%！原生分布式 VS 传统分库分表数据库

近年来，受半导体供应链紧张、核心芯片产能受限以及国际地缘政治波动影响，服务器硬件价格持续大幅上涨。尤其是企业数据系统投入的数据型服务器，受内存和存储的持续大幅涨价影响，上涨幅度甚至超过了 200%，并且交付周期延长，企业 IT 基础设施投入压力空前。

不到 10% 的存储投入，可能拖垮 90% 的 GPU 投资！IBM 把 AI Agent 塞进存储系统，算清企业最容易忽略的一笔账

“现在的挑战是，有钱也买不到东西。”

AI 推理规模上升后，华为开始重新定义“存储”的位置

当AI从模型训练进入大规模推理和Agent落地阶段，数据中心的瓶颈也在发生变化。

ClickHouse 十大最佳实践技巧

ClickHouse 是一款开源的列式数据库管理系统，专为对海量数据集进行实时分析查询而设计。它擅长在数毫秒内聚合数十亿行数据，使其成为分析平台、可观测性系统、实时仪表盘和数据仓库的流行选择。ClickHouse 通过其列式存储格式、高效压缩和向量化查询执行来实现这一目标，但要获得最佳性能，需要理解如何与其架构协同工作。

西部数据 Tim Rausch：AI 不是只有 GPU，数据最终还要回到存储系统

模型规模越大、用户越多、生成内容越丰富，对存储容量和分层管理的要求反而越高。

时序存储：影响成本与性能的设计选择

使用任何时序数据库都需要做出一系列的存储设计决策：如何布局行、何时进行压缩、基于什么进行分区。这些决策对成本和查询性能的影响，甚至比数据库本身的选择更为关键。本文将从第一性原理出发，系统探讨这些基本问题。

超越 CLEAN 和 MVP：在 Android 中构建离线优先的响应式数据层

移动应用程序运行在高度不可预测的环境中。用户期望应用程序能够瞬间加载、支持离线使用、实时更新，并且能在蜂窝网络连接时断时续的情况下无缝地保存数据。

Apache Doris 在易车 AI + 实时湖仓技术架构的落地实践

目前易车已基于Apache Doris + Paimon + Hive构建了湖仓一体化数据平台，实现架构收敛统一。

专访孙元浩：乘坐星环号，把数据库“移民火星”的人

“把数据库迁到 GPU，就像移民到火星。”

云栖回顾｜阿里云提出 Context Engine：让企业全域数据成为 Agent 的实时上下文

阿里云同步推出ApsaraLakebase、AI原生大数据服务ADA等产品的发布和重大升级。

Snowflake Observe：可观测性与 AI 数据云的融合 ｜ 技术趋势

自 Observe 三个月前加入 Snowflake 以来，我们一直以加速的节奏推进工作，接入新用户并构建扩展观测访问的新功能。但 Observe 要解决的核心问题未曾改变。我们的使命依旧是实现大规模观测，这也是当今许多企业面临的挑战。

ClickHouse 填平 Elasticsearch 护城河？日志分析新选择！

ClickHouse 现已 集成了一个 重新设计的、由倒排索引 (inverted indexes) 驱动的全文搜索功能。但与传统搜索引擎不同的是，匹配的文档会直接送入其原有的向量化分析引擎 (vectorized analytical engine)，该引擎在过滤、聚合和大规模扫描方面已 表现出色。

大公司也这样？改完系统：先上线，再看哪儿炸

Dropbox 重新设计压缩机制，从低填充存储卷中回收空间。

从 T+1 到分钟级：金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台

数据平台到底要解决什么问题、需要达到什么水平。

“Token 大爆炸”前夜，数据基础设施正在成为新的变量

当 Agent 开始吞噬企业软件，一场“Token 大爆炸”已无法避免。

当数据库的两端，都不再是人