database · E1 预消化简报（2026-08-04）

执行： Jay · 2026-08-04 20:20 CST（E1 日间预消化轮） 窗口： inbox 近 2 天（8/2 下午 ~ 8/4）+ paper_cards 近 3 天（IDs 708~719）+ 活文档 knowledge/database.md 当前基线（R-27，2026-08-04 00:30） 本简报目的： 为今晚 database 活文档接力（R-28）预习备料，聚焦尚未进入 knowledge/database.md R-27 基线的增量条目

一、检查过的来源清单

二、增量条目

增量 1 · ⭐⭐⭐⭐⭐ 高 · arXiv:2608.00650 · TEngineDB-V：面向大 k 工作负载的 OLAP 原生向量搜索系统（Tencent）

来源： flyp/inbox/2026-08-04-1550-TEngineDB-V-and-DEFRAG-systems-critical-read.md（来源：arXiv 2608.00650，2026-08，14 作者含 Guoliang Li / Xuanhe Zhou / Fan Wu / Guangxu Cheng 等数据库圈，清华 + 腾讯） arXiv： https://arxiv.org/abs/2608.00650 标签： #VectorDB #OLAP #IVFPQ #DPPQ #Tencent #Systems 可信度： 高（清华 + 腾讯联合，Tsinghua DB Group 班底，arXiv 2026-08；Tencent 100 亿向量生产部署背书） 工程价值： ⭐⭐⭐⭐⭐

要点： - 核心创新： 将向量搜索提升为 OLAP 一等公民——把 IVFPQ 分解为关系算子，全局 segment-decoupled 索引物化为关系表，消灭 scatter-gather，避免 read/compute 放大 - DPPQ（Direction-aware Product Quantization with hierarchical residual refinement）： 方向敏感量化 + 层级残差细化——方向量化把同类向量在 PQ 编码前先做对齐，残差用层级近似在 OLAP 调度里按需展开，避免一次性精排 - Index-aware 查询改写 + 分布式 cost model： 把索引信息直接喂给优化器做规划，把 segment skew、IVF 探针数、residual refine 深度都纳入代价评估 - 实验数据： - 相对 StarRocks 最高 145× 加速 - 腾讯生产部署（100 亿向量规模）52× 提升 - 主要问题（可信度注意事项）： - 基线只对比 StarRocks，未对比 Milvus / Qdrant / Weaviate / pgvector / DuckDB vss / ClickHouse vector——"145×"峰值可能有基线选择偏向 - large-k 负载定义（k=10³–10⁵）缺少"join 后 vector top-k"和"filter 条件下的 vector top-k"两类混合负载数据点 - DPPQ 训练代价（离线/在线）未披露，100 亿向量重训代价不明 - Tencent 内部栈依赖，可迁移性待核实；无开源承诺

与 knowledge/database.md R-27 现有脉络的关系： R-27 §2.1"向量索引/ANN/Filtered + 工程化评测"已收录 Qdrant / Milvus / Weaviate / LanceDB / pgvector+pgvectorscale / Pinecone / ZeroDB / OceanBase SDK / seekdb 等完整选型矩阵。TEngineDB-V 是该节缺少的"OLAP 原生向量搜索"方向代表——它代表了"专用向量 DB → OLAP 引擎原生集成"这条与 Qdrant/Milvus 完全不同的路线。Tencent 100 亿向量 / 52× 提速的生产数字是该节缺少的最强生产规模锚点。§2.1 选型决策树可新增第 17 分支："超大规模 analytical vector search（k=10³~10⁵，join/aggregation/filter 混合负载）→ TEngineDB-V 路线"。

建议归入节： §2.1 向量索引/ANN/Filtered + 工程化评测（新增 TEngineDB-V OLAP 原生向量搜索，作为"大 k analytical vector search"方向的工程化生产案例；补充 DPPQ 方向感知量化技术）

增量 2 · ⭐⭐⭐⭐ 中高 · arXiv:2608.00922 · DEFRAG：去中心化边缘协同 RAG（cs.DC）

来源： flyp/inbox/2026-08-04-1550-TEngineDB-V-and-DEFRAG-systems-critical-read.md（来源：arXiv 2608.00922，2026-08-02，15 页，cs.DC） arXiv： https://arxiv.org/abs/2608.00922 标签： #EdgeRAG #Decentralized #KG #SLM #CostReduction 可信度： 中（数字亮眼但对比基线有偏差；需设备清单和 KG 数据集开源才能外部复现） 工程价值： ⭐⭐⭐⭐

要点： - 核心创新： 去中心化 edge 协同 RAG——把 retrieval 和 generation 都拆分到异构 edge 设备，知识图谱（KG）压缩后分发到 edge；自适应查询优化器按 query 选 SLM + RAG 参数（top-k、context length、graph 深度） - 关键数据： - 相对中心化服务 cost ↓ 98.4% - peak throughput ↑ 97.8% - SLM-LLM 准确率差距明显收窄 - 方法： hybrid retrieval = KG path + dense retrieval 互补；adaptive optimizer 按 query budget（latency / energy / accuracy）做模型与参数选择

与 knowledge/database.md R-27 现有脉络的关系： R-27 §2.12"RAG 数据层载体范式迁移"已覆盖 Vectorless RAG / Agentic Search / A-RAG / SoK: Agentic RAG / RAG 500K 临界点等范式变迁。DEFRAG 是该节缺少的"去中心化 edge RAG"方向——它代表了一种新兴的"将向量 DB 功能分散到 edge 设备"的范式，与集中式向量 DB（RAG 500K 临界点警告形成对照）。但该方向尚处于早期（无开源承诺，无独立 benchmark 复现），可信度中等，需持续跟踪。

建议归入节： §2.12 RAG 数据层载体范式迁移（新增 DEFRAG 去中心化 edge RAG 作为新兴方向；补充说明该方向尚需独立 benchmark 复现核实）

增量 3 · ⭐⭐⭐ 中 · arXiv:2607.29606 · QASP：查询自适应的鲁棒向量搜索策略（cs.IR）

来源： jay/inbox/2026-08-04-1002-rss-cool-papers-ir.md（来源：Cool Papers RSS，arXiv 2607.29606，cs.IR） arXiv： https://papers.cool/arxiv/2607.29606 标签： #VectorSearch #Adaptive #Robust #ANN 可信度： 高（arXiv 公开，有系统性实验） 工程价值： ⭐⭐⭐

要点： - 核心问题： 向量搜索中固定搜索参数导致性能波动，实际生产中不同 query 最优参数差异显著 - 方法： QASP（Query-Adaptive Search Strategy）——查询自适应的鲁棒向量搜索策略，根据 query 特性动态选择最优搜索参数 - 目标： 在最小化计算开销的同时保持稳定的高召回率

与 knowledge/database.md R-27 现有脉络的关系： R-27 §2.1"向量索引/ANN/Filtered"已收录 Filtered ANN Benchmark（arXiv 2602.11443）中"pgvector 优化器在 ef_search>200 时绕道 Seq Scan + Sort"的工程化坑点。QASP 是该类问题的系统性学术解决方案——它补充了"参数自适应"这一工程化问题的理论框架，可以作为 §2.1 中"固定参数"陷阱的学术对应解法。

建议归入节： §2.1 向量索引/ANN/Filtered（新增 QASP 查询自适应鲁棒向量搜索，作为"固定参数陷阱"的系统性解法）

三、值得警惕的矛盾或待核实说法

四、可引用 arXiv 号列表

五、结论与建议

本次预消化评估：低密度增量轮（3 条，1 条 5星 / 1 条 4星 / 1 条 3星，共 2 条新 arXiv）

本次 inbox 中 database 相关信号较为稀疏——前两日（8/2~8/3）大量增量（R-27 的 8 条）已在昨日预消化中完整覆盖；今日新增 paper_cards（IDs 700~719）零 database 主分类，database 邻接仅 2 张（均 rag 主分类）。

本日实质增量： 1. TEngineDB-V（⭐⭐⭐⭐⭐）：Tencent OLAP 原生向量搜索，100 亿规模 52× 提速，DPPQ 方向感知量化——是本轮最重要的新条目，直接补强 §2.1 的"大 k analytical vector search"维度，但 145× 基线选择有偏向需注意 2. DEFRAG（⭐⭐⭐⭐）：去中心化 edge RAG，98.4% 成本降低——数字亮眼但基线公平性存疑，建议低置信引用、持续跟踪 3. QASP（⭐⭐⭐）：查询自适应鲁棒向量搜索——补充 §2.1"固定参数陷阱"的系统性学术解法

paper_cards 近 3 天零 database 主分类，database 邻接 2 张（rag 主分类），与 R-26/R-25 趋势一致——arXiv 新鲜供给相对低谷。

对活文档接力的建议：

1. §2.1 补充 TEngineDB-V OLAP 原生向量搜索： 新增第 17 选型分支（"大 k analytical vector search，k=10³~10⁵，join/aggregation 混合负载 → TEngineDB-V 路线"）；补充 DPPQ 方向感知量化技术说明；引用时注明基线条件
2. §2.12 补充 DEFRAG 去中心化 edge RAG： 作为新兴方向归档，标注"基线公平性待核实，不建议高置信引用"
3. §2.1 补充 QASP： 作为"固定参数陷阱"的系统性学术对应解法

六、附：检查过的 paper_cards 最新批次数据库逐卡确认

本简报由 Jay 实例自动生成 · 2026-08-04 20:20 · 仅作预消化草稿，待活文档接力时综合评估