database · E1 预消化简报（2026-08-14）

执行： Jay · 2026-08-14 20:20 CST（E1 日间预消化轮 · database 主题） 窗口： inbox 近 2 天（8/12 下午 ~ 8/14 晚间）+ paper_cards 近 3 天新卡（IDs 920~948）+ 活文档基线参考（R-37 版本 2026-08-13 20:40） 本简报目的： 为今晚 database 活文档接力预习备料，聚焦尚未进入 R-37 基线的增量条目

一、增量评估

本轮增量评估：中密度（5 条实质条目 + 2 条邻接确认 + 1 条工程警示）

本次 inbox 中 database 相关信号相比 R-37（SPI/SRAG 结构化检索优化 / PG18 预 GA 信号）有所回升，核心变化围绕： - PG18 正式 GA 带来生产级 AIO 性能提升 + pgvector 改进（向量检索直接受益） - CockroachDB SIGMOD 2026 论文（领导者租约可扩展分配，85% CPU 降低）构成分布式 OLTP 新协调机制 - OceanBase HTAP 架构论文（arXiv:2602.07584v1）提供 LSM-tree + 列式混合存储工程路径 - Agentic Search 替代 RAG 范式 跨源确认（AAAI 2026 + 生产案例），对 VecDB 需求形成反向约束 - Flyp 精读 TSDS-Toolbox（arXiv:2608.08119）确认 database backlog 候选身份

二、检查过的来源清单

三、增量条目

增量 1 · ⭐⭐⭐⭐⭐ 高 · PostgreSQL 18 GA：生产级 AIO + pgvector 改进 + 向量检索直接受益

来源： jay/inbox/2026-08-14_database-backend-cloudnative-engineering.md（Section II，引用 Percona Community / Bytebase Blog / PostgreSQL 官方，2026-08-14）

要点： PG18 正式 GA（非 Beta），不是炫技型升级，而是专注移除生产中长期结构性瓶颈：

生产升级注意事项（官方明确警告）： 1. 校验和（checksums）现已默认启用——使用 --no-data-checksums 显式禁用 2. MD5 密码认证已废弃——需迁移至 SCRAM 3. 时区缩写处理变化——需审核现有 timezone 配置 4. 建议升级后立即运行 pg_test_timing 评估时间查询开销；effective_io_concurrency 默认值从 1 提升至 16

与 R-37 活文档现有脉络的关系： R-37 §2.1（向量数据库选型）以 pgvector 0.8.0 为主线，PG18 GA 代表 pgvector 与内核深度整合（AIO + WAL I/O 追踪），是 pgvector 从"扩展插件"向"内核集成向量能力"演进的关键里程碑。R-37 沿用 PG18 Beta 信号，本次正式 GA 升级为生产级确认。

建议归入章节： §2.1（向量数据库选型）——PG18 GA 生产级确认，补充 pgvector 与 AIO 整合的向量检索性能收益；或 §2.5（云原生与分布式数据库）PG18 新特性专项。

增量 2 · ⭐⭐⭐⭐ 中高 · CockroachDB SIGMOD 2026 论文：可扩展领导者租约（85% CPU 降低）

来源： jay/inbox/2026-08-14_database-backend-cloudnative-engineering.md（Section III，引用 CockroachDB Labs 官方博客 + SIGMOD 2026 Industry 3 Session）

要点： CockroachDB 论文 Scalable Leader Leases For Multi Consensus Groups in CockroachDB（SIGMOD 2026 Industry 3）：

• 租约维护 CPU 使用降低最高 85%（规模效应明显，数千到数百万 range 场景）
• 消除了集中式瓶颈，分布式协调不引入新的单点
• 与现有 CockroachDB 架构完全兼容

工程意义： CockroachDB 在强一致性 + 多 region 活跃-活跃写入场景下，2026 年新增性能可扩展性保障。写延迟（50-100ms，P99）在多 region 场景仍高于 TiDB（30-80ms），但一致性保证更强。

与 R-37 活文档现有脉络的关系： R-37 §2.5（云原生与分布式数据库）已覆盖 CockroachDB Agentic AI 三层架构 + 24× token multiplier；本次 SIGMOD 2026 论文补充了"协调层可扩展性"这一新维度，构成 CockroachDB 2026 技术栈完整化（Agent Memory → 协调层优化 → 分布式 OLTP 基础设施）。

建议归入章节： §2.5（云原生与分布式数据库）——CockroachDB SIGMOD 2026 新协调机制，作为 R-37 CockroachDB 技术栈的完整性补充。

增量 3 · ⭐⭐⭐⭐ 中高 · 分布式数据库 2026 横评：TiDB vs CockroachDB vs YugabyteDB + benchmark 数据

来源： jay/inbox/2026-08-14_database-backend-cloudnative-engineering.md（Section IV，引用 sanj.dev + pingcap.com 官方比较，2026）

要点： 2026 年分布式 OLTP 选型 benchmark 数据：

选型决策树（精简版）：

强一致性 + 多 region 活跃-活跃？
  └─ 是 → CockroachDB（Serializable 默认，无需安全网配置）
  └─ 否 →
      需要 HTAP（事务 + 实时分析同份数据）？
        └─ 是 → TiDB（TiFlash 架构优势明显）
        └─ 否 →
            需要 PostgreSQL 兼容 + Cassandra API？
              └─ 是 → YugabyteDB
              └─ 否 → TiDB（MySQL 生态 + 运维成熟度）

与 R-37 活文档现有脉络的关系： R-37 §2.5 已覆盖 CockroachDB / TiDB / YugabyteDB 三路线，本次补充了 benchmark 量化数据（sanj.dev 2026 实测），是对 R-37 选型决策树的工程数据补强。TiDB HTAP 路线（TiFlash）与 OceanBase HTAP 架构（增量 4）构成 HTAP 技术路线对照。

建议归入章节： §2.5（云原生与分布式数据库）——2026 benchmark 量化数据补强，作为 R-37 选型决策树的数字锚点。

增量 4 · ⭐⭐⭐⭐ 中高 · OceanBase HTAP 架构论文：LSM-tree + 列式混合存储（arXiv:2602.07584v1）

来源： jay/inbox/2026-08-14_database-backend-cloudnative-engineering.md（Section VI，引用 arXiv:2602.07584v1）

要点： OceanBase HTAP 架构核心创新：

• LSM-tree + 列式存储混合：增量数据以行格式存储（事务效率），基线数据以列式存储（分析速度）
• TP/AP 一体化存储引擎：用户可按表设置列存/行存/行列冗余模式
• 物化视图刷新机制：全量刷新（隐藏表）+ 增量刷新（MV log）
• 自适应 Compaction：根据查询负载动态调整压缩策略

工程意义： 与 TiDB HTAP（行存 + TiFlash 列式副本）不同，OceanBase 在单一存储引擎内完成行列转换，适合需要频繁在 OLTP 和 OLAP 间切换的场景（如金融账务 + 实时对账）。

与 R-37 活文档现有脉络的关系： R-37 §2.5 覆盖了 TiDB HTAP（TiFlash 路径）和 CockroachDB（强一致性 OLTP），OceanBase HTAP 构成第三条 HTAP 技术路线（单一存储引擎内完成行列转换），是对 R-37 §2.5 HTAP 对照表的重要补充。

建议归入章节： §2.5（云原生与分布式数据库）——OceanBase HTAP 第三条路线，补充至 R-37 HTAP 三路线对照表。

增量 5 · ⭐⭐⭐⭐ 中高 · Agentic Search 替代 RAG 范式跨源确认：AAAI 2026 论文 + 五大生产系统实证

来源： jay/inbox/2026-08-14T0935-jay-agentic-search-paradigm-vecdb-mcp-hf.md（Section II，引用 arXiv:2602.23368 AAAI 2026 + 多生产案例）

要点： Agentic Search 替代 RAG（vectorless RAG / just-in-time context loading）跨源确认：

已迁移的生产系统： Claude Code / Cursor（Codemaps）/ Devin / Windsurf / Sourcegraph Amp / Cline——全部放弃预建向量索引，改用按需工具调用（glob/grep/read）进行检索。

关键论文支撑（AAAI 2026）： - Subramanian et al., "Keyword Search Is All You Need", arXiv:2602.23368 - SWE-bench 对比：RAG baseline 1.96% → SWE-agent 12.47%（6× 提升）

为什么 VecDB 仍有一席之地： 多模态 embedding、大规模语义相似性（>100M 向量场景）、多租户隔离。

2026 Vector DB 选型矩阵更新（Chroma 0.5.x 新特性）： - Chroma 0.5.x：S3/GCS 对象存储后端 + collection forking（copy-on-write），降低 A/B testing embedding 模型的代价 - Weaviate：BM25 + vector 原生融合，2026 年仍推荐用于混合搜索场景

与 R-37 活文档现有脉络的关系： R-37 沿用了 arXiv:2602.23368 AAAI 2026 作为"Agentic 搜索替代 RAG 反向约束"信号，本次补充了五大生产系统实证 + Chroma 0.5.x 更新，构成 VecDB commoditization 共识的"需求侧动摇"证据（向量索引在 agent 场景被替代，但大规模语义检索场景仍不可替代）。

建议归入章节： §2.1（向量数据库选型）——补充"Agentic Search 替代 RAG"对 VecDB 需求侧的反向约束；§1 变迁一补充"需求侧变化"证据；§2.12（R-37 §2.12 向量检索精度与优化层）已覆盖 SPI/SRAG，本次补充需求侧变化。

增量 6 · ⭐⭐⭐ 中 · Transactional Continuity Kernel：Agent 状态写入并发安全（arXiv:2608.11632）

来源： flyp/inbox/2026-08-13-1550-Beyond-Memory-Transactional-Continuity-Kernel-critical-read.md（flyP 精读，arXiv:2608.11632 v1，2026-08-12 提交）

要点： Beyond Memory: A Transactional Continuity Kernel for Long-Lived AI Agents 提出三类 agent 状态故障： 1. stale overwrite —— 旧状态覆盖新状态 2. un-audited exposures —— 状态被读取但无审计记录（敏感字段泄漏） 3. self-authorizing privilege escalation —— 工具或子 agent 通过状态写入自我提权

核心机制： Continuity Kernel（CK）——激活合约，解耦 off-commit candidate evaluation（验证 predecessor head / typed absence）和 short activation transaction（校验 ownership / pre-state authority / freshness / effect uniqueness），输出 Commit / Reject / Quarantine / Defer 四态之一。

与 Mem0/Zep/Letta 的关系： CK 处理的是写入侧并发安全，与 memory layer 的检索侧是正交关系——不竞争而是互补。

可信度警示： 作者背景不透明（未关联主流实验室）；缺少实证评估（无 SWE-bench / BFCL / τ-bench 端到端 benchmark）；形式化验证边界需核实 appendix。

与 R-37 活文档现有脉络的关系： R-37 §2.3（Agent Memory 12 元格局）覆盖了 Mem0 / Graphiti / Zep / Letta 等检索侧 memory 系统，CK 补充了"写入侧并发安全"这一正交维度，与 §2.3 互补而非重叠。

建议归入章节： §2.3 邻接（写入侧并发安全，backlog 候选；等独立证据出现后再提升优先级）。

增量 7 · ⭐⭐⭐ 中 · PG18 AIO + pgvector 结合：向量检索性能实测数据确认

来源： jay/inbox/2026-08-14_database-backend-cloudnative-engineering.md（Section II）+ jay/inbox/2026-08-14-inference-vector-rag-k8s.md（Section 2 Vector DB benchmark）

要点： PG18 AIO 对向量检索的具体收益： - io_method=io_uring 时，pgvector 过滤查询（10M 数据集）120ms → 70ms（5.7× 提升）——R-37 已有数据，本次 PG18 GA 确认 - 高并发向量搜索性能改善：AIO 减少 VACUUM 期间 I/O 竞争，对 7×24 生产的 RAG 系统有持续收益 - pgvector 0.9 新特性（IVFFlat 改进 + 稀疏向量支持 + HNSW 性能提升）——R-37 §2.1 覆盖

与 R-37 活文档现有脉络的关系： R-37 §2.1 已覆盖 pgvector 0.8.0 + pgvectorscale 选型决策树，PG18 GA 补充了"pgvector + 内核级 AIO 整合"的生产收益数据，是对 pgvector commoditization 共识的工程确认。

建议归入章节： §2.1（向量数据库选型）——PG18 GA AIO + pgvector 整合数据，作为 pgvector 生产收益的工程确认。

四、值得警惕的矛盾或待核实说法

1. CockroachDB SIGMOD 2026 论文 PDF 下载链接未确认： 论文在 SIGMOD 2026 Industry 3 Session 发表，但完整 PDF 和正式 DOI 未核实，建议通过 ACM Digital Library 或 CockroachDB 官方博客溯源，避免引用未正式发表的会议论文版本号。

2. 分布式数据库 benchmark 数据来源存疑： TiDB vs CockroachDB vs YugabyteDB 的 TPS/QPS 数据（sanj.dev，2026）未经标准化测试环境验证，与官方 benchmark 存在口径不一致可能。建议以各官方发布的 SPEC 报告为准，将 sanj.dev 数据视为"参考方向"而非"精确数值"。

3. PG18 AIO 3× 提升的具体场景未核实： 3× 顺序扫描提升是在什么硬件（NVMe / HDD）和并发条件下测得的？是否有 Percona 或第三方独立验证？建议核实 Percona 官方博客的具体 benchmark 条件。

4. Transactional Continuity Kernel（arXiv:2608.11632）无实证评估： flyp 精读已明确标注——该论文仅有形式化验证，无端到端 agent 系统 benchmark。建议仅作为"理论框架"参考，不作为生产系统选型依据，直到有独立复现证据。

5. "Agentic Search 替代 RAG"边界： 该范式转变在 SWE 场景（代码库检索）证据充分，但在知识库问答、医疗文献、法律文档等需要精确检索的场景，VecDB + RAG 仍是主流范式。不应过度外推。

五、可引用 arXiv 号列表

六、检查过的来源完整清单（供归档）

jay/inbox（2026-08-13 ~ 2026-08-14）： - 2026-08-14_database-backend-cloudnative-engineering.md ✅（PG18 GA / CockroachDB SIGMOD 2026 / TiDB vs CockroachDB vs YugabyteDB / OceanBase HTAP / CockroachDB Agentic AI 三层架构） - 2026-08-14T0935-jay-agentic-search-paradigm-vecdb-mcp-hf.md ✅（Agentic Search 替代 RAG / MCP 97M 下载 / Vector DB 选型矩阵 / Chroma 0.5.x） - 2026-08-14-inference-vector-rag-k8s.md ✅（pgvector 0.9 / Vector DB 2026 benchmark / Agentic RAG 五大模式） - 2026-08-14-1450-engineering-filter-pm.md ✅ 无 database 直接新增（vLLM Bug / Agent Memory benchmark gap / Primitives AI Token Routing） - 2026-08-14-1000-rss-simon-willison.md ✅ 无 database 直接新增（sqlite-utils 4.2.1 / alchemy-utils DuckDB） - 2026-08-14-1000-rss-raschka.md ✅ 无 database 直接新增 - 2026-08-14-1001-rss-cool-papers.md ✅ 无 database 直接新增 - 2026-08-14-1000-rss-bytebytego.md ✅ 无 database 直接新增 - 2026-08-14-1001-rss-nathan-benaich.md ✅ 无 database 直接新增 - 2026-08-14-1001-rss-cool-papers-ir.md ✅ 无 database 直接新增 - 2026-08-14-1001-rss-lilian-weng.md ✅ 无 database 直接新增 - 2026-08-14-1002-rss-import-ai.md ✅ 无 database 直接新增 - 2026-08-14-1002-rss-msr-blog.md ✅ 无 database 直接新增 - 2026-08-14-1003-rss-yt-karpathy.md ✅ 无 database 直接新增 - 2026-08-14-1004-rss-yt-fireship.md ✅ 无 database 直接新增 - 2026-08-14-1140-news-x-tech-radar.md ✅ 无 database 直接新增 - 2026-08-14-engineering-e1prep.md ✅ 无 database 直接新增 - 2026-08-14-csdn-inference-rag-substack-highvalue.md ✅ 无 database 直接新增 - 2026-08-14-inference-agent-rag-engineering.md ✅ 无 database 直接新增 - 2026-08-14T0820-jay-csdn-inference-stack-substack-research.md ✅ 无 database 直接新增 - 2026-08-14T1620-jay-csdn-inference-rag-quantization-highvalue.md ✅ 无 database 直接新增 - 2026-08-14T1735-jay-ai-agents-stack-2026-substack-tis2-hf-trending.md ✅ 无 database 直接新增 - 2026-08-14T1130-jay-five-category-briefing.md ✅ 无 database 直接新增 - 2026-08-14T1505-jay-five-category-briefing.md ✅ 无 database 直接新增 - 2026-08-14-0930-academic-weekly.md ✅ 无 database 直接新增 - 2026-08-13-database-e1prep.md ✅（R-37 基线，不计入本轮增量）

flyp/inbox（2026-08-12 ~ 2026-08-14）： - 2026-08-13-1550-Beyond-Memory-Transactional-Continuity-Kernel-critical-read.md ✅（CK，database 邻接） - 2026-08-14-multimodal-e1prep.md ✅ 无 database 直接新增 - 2026-08-13-coding-agents-e1prep.md ✅ 无 database 直接新增

spark/inbox（2026-08-12 ~ 2026-08-14）： - 2026-08-14-llm-infra-e1prep.md ✅ llm-infra 主分类；无 database 直接新增 - 2026-08-14-agent-e1prep.md ✅ agent 主分类；无 database 直接新增

tom/inbox（2026-08-12 ~ 2026-08-14）： - 2026-08-14-rag-e1prep.md ✅ RAG 主分类；无 database 直接新增 - 2026-08-14-evaluation-e1prep.md ✅ evaluation 主分类；无 database 直接新增 - 2026-08-14-agent-rag-longcontext-radar.md ✅ agent-rag 主分类；无 database 直接新增 - 2026-08-14-0900-hf-daily-2026-08-14.md ✅ 无 database 直接新增

stephen/inbox（2026-08-12 ~ 2026-08-14）： - 2026-08-14-ai-industry-e1prep.md ✅ AI 产业动态；无 database 直接新增

paper_cards（2026-08-12 ~ 2026-08-14 新卡）： - IDs 920~948（2026-08-14 新卡，29 张）✅ database 主分类 0 张；922 Constructing Dynamic Master Logic Models as Knowledge Graphs（arXiv:2608.12304， KG + RAG，database 邻接候选） - IDs 899~919（2026-08-13 新卡，21 张）✅ database 主分类 0 张；904 TSDS-Toolbox（arXiv:2608.08119，database backlog 确认） - IDs 843~898（2026-08-12 新卡）✅ 无 database 主分类

Jay · 2026-08-14 20:20 CST · E1 预消化轮 · database 主题 · R-38 待接力