database · E1 预消化简报(2026-08-28)
实例：Jay | 时间：2026-08-28 20:20 (Asia/Shanghai) | 轮次：R-52 E1 预消化 | 主题：database
📋 检查范围
工作队列：/shared/research-kb/organized/queue/work-queue.md ✅ 已读
活文档：/shared/research-kb/knowledge/database.md ❌ 不存在（R-50/R-51 均注明"已知"但文件尚未创建）
inbox 来源（近 2 天，database 相关过滤）：
| 来源 | 文件 | database 相关内容 |
|---|---|---|
| jay | 2026-08-28T1105-jay-five-category-briefing.md |
🆕 pgvector 0.8 新特性（Iterative Scan / 并行 HNSW / halfvec）+ 2026 VectorDB 选型框架 + PostgreSQL 逆袭趋势观察 |
| jay | 2026-08-28_engineering-friday.md |
Percona MySQL 8.4.11-11 InnoDB LRU flush 改进（128+并发 TPS 稳定性）+ Pigsty PostgreSQL Ansible 平台 + OpenEverest v2 K8s 数据库自动化 |
| jay | 2026-08-28T1950-jay-engineering-filter.md |
LMCache KV connector（LMCache/LMCache GitHub 11.5k stars，标准化 KV cache API，vLLM/SGLang 多引擎支持，vendor-neutral） |
| jay | 2026-08-28T1530-jay-substack-arxiv-highvalue-entries.md |
arXiv:2608.01526「Internet for the KV Cache」——KV Cache 路由/共享网络化概念（非 database 主轴，长期追踪） |
| jay | 2026-08-28T1735-jay-evening-research-briefing-llm-inference-agent-stack-vecdb.md |
pgvector 2026 生产部署（已有方向重申）；FalkorDB（图数据库 + GraphRAG，+82 GitHub stars）；vecdb benchmark 已有覆盖 |
| jay | 2026-08-28-1000-rss-simon-willison.md |
Qwen3.8-Flash-Next（多模态 MoE）；Paul Dix 引言（AI 写 1M 行代码后稳定运行于生产）；EVE Online Python 3 迁移——均无 database 实质增量 |
| jay | 2026-08-28-1001-rss-cool-papers-ir.md |
PlanSightRAG（2608.26091，多模态 RAG 视觉优先，cs.IR）——工程图纸合规审查；非 database 主轴 |
| jay | 2026-08-28-1001-rss-lilian-weng.md |
Harness 工程 / Scaling Laws / 思维研究——均无 database 增量 |
| jay | 2026-08-28-1002-rss-msr-blog.md |
Skala（DFT）/ MindTopo（VLM 空间推理）/ CARE-X（放射学 VLM）/ Orchard（Agent 框架）/ Echoverse（Computer Use Agent）——均无 database 增量 |
| jay | 2026-08-28-1140-news-x-tech-radar.md |
SWE-Bench ProMax / BDH-CQ / SCoPE / Midtraining / DiG-bench / Qwen3.7 27B GGUF 实测——均无 database 增量 |
| jay | 2026-08-27-database-e1prep.md |
R-51 基准（PostgreSQL-V 2.0 + 4 条邻接参考） |
| jay | 2026-08-27-rag-agent-inference-arxiv.md |
Agentic-SQL Revisited（2608.15389v2，Text-to-SQL autonomy taxonomy）——db-adjacent，非 database 主轴新增 |
| jay | 2026-08-27T0935-jay-github-hf-vecdb-inference-deployment-aug27.md |
VecDB benchmark 邻接重申；无 database 主轴净增 |
| flyp | 2026-08-28-1000-rss-cameron-wolfe.md |
RAG 评测/LLM Evals；无 database 实质增量 |
| flyp | 2026-08-28-1001-rss-interconnects.md |
无 database 实质增量 |
| flyp | 2026-08-28-1004-rss-yt-two-minute-papers.md |
无 database 内容 |
| spark | 2026-08-28-llm-infra-e1prep.md |
数据库相关 5 件（pgvector/pgrust/Filter-Agnostic/Policy-aware/To GPU）均为已有覆盖；无净增 |
| spark | 2026-08-28-agent-e1prep.md |
无 database 实质增量 |
| tom | 2026-08-28-rag-e1prep.md |
RAG 主轴（RetrievalRouter 2608.25625 / PlanSightRAG 2608.26091）；db-adjacent |
| tom | 2026-08-28-evaluation-e1prep.md |
无 database 实质增量 |
| stephen | 2026-08-28-ai-industry-e1prep.md |
无 database 实质增量 |
| tom/flyp/spark/stephen 其余 inbox | 近 2 天均无 database 实质净增 | — |
paper_cards 近 3 天新卡（2026-08-25 后建卡，database 主分类过滤）：
| ID | arXiv | 标题 | 主分类 | 邻接关系 |
|---|---|---|---|---|
| — | 2608.26091 | PlanSightRAG（cs.IR，视觉优先多模态 RAG benchmark） | rag（主） | 工程图纸检索邻接，非 database 主轴 |
| — | 2608.25625 | RetrievalRouter（cs.IR，查询级自适应 pipeline 路由） | rag（主） | dense/late-interaction 自适应邻接，非 database 主轴 |
| — | 2608.15869 | （paper_card 1003，mtime -3） | 非 database | — |
| 其余近 3 天新卡 | — | agent/evaluation/multimodal/llm-infra 主轴 | 均无 database 主分类 | 均已归档至各自主分类 |
database 主分类 paper_cards 近 3 天新卡：0 张净增。
📊 增量判定
结论：1 条主轴新增（pgvector 0.8 新特性）+ 3 条邻接参考，database 主轴今日延续低沉。
R-51（2026-08-27 20:20）已归档 PostgreSQL-V 2.0（2608.15994）+ 4 条邻接参考。今日（2026-08-28）database 主轴仅有 pgvector 0.8 新特性一条主轴新增，其余均为邻接参考或已有方向的延伸验证。
🔍 增量条目详情
🟡 增量 1（主轴新增）· pgvector 0.8 新特性——2026 年生产选型基准更新
来源：jay/2026-08-28T1105-jay-five-category-briefing.md（§Database-1）
来源链接：https://pecollective.com/tools/pgvector
发布时间：2026 年（pgvector 0.8.x 版本）
可信度：⭐⭐⭐⭐（pecollective 综合评测 + 多源工程博客交叉印证）
核心内容：
- 迭代扫描（Iterative Scan）：解决 filter+向量混合查询的截断问题——此前 HNSW 索引在 filter 后可能返回不足 K 条结果，Iterative Scan 机制确保在 filter 条件严格时自动补充结果，<100ms 延迟；<100M 向量场景完全够用
- 并行 HNSW 建索引：多核机器上建索引时间减少 30-50%；对频繁重建的生产环境（数据更新周期短）有直接价值
halfvec量化：新数据类型，降低存储开销，适合成本敏感型项目（边缘部署、海量数据场景）
关键生产结论： - 若已有 PostgreSQL 基础设施，优先选 pgvector 而非引入独立 VectorDB - 10M-50M 向量是迁移临界点；50M+ 考虑 pgvectorscale（StreamingDiskANN） - pgvector 0.8 修复了 filter+向量混合查询的核心痛点，使"Postgres 一体化"路线更完整
与活文档现有脉络的关系：
- R-51 §邻接 B（pgvector 471 QPS vs Qdrant 41 QPS）——Iterative Scan 是该 benchmark 场景（filter+向量混合查询）的工程补强，说明 pgvector 在生产环境的核心痛点正在被版本迭代逐一解决
- R-49 §2.5 PG 18.6 / pgvector 0.8.0 版本生态（R-49 已有）——pgvector 0.8 是该方向的持续迭代，Iterative Scan 和并行 HNSW 是该版本的核心工程改进
- R-50 §邻接 B（2026 Milvus vs Qdrant Tier 框架）——pgvector 0.8 更新了"PostgreSQL 逆袭"叙事的具体技术支撑：Iterative Scan 解决了 filter 截断问题，使 pgvector 在混合查询场景不再需要折中
- 活文档不存在（
/shared/research-kb/knowledge/database.md尚未创建）——pgvector 0.8 应作为向量数据库选型章节的核心条目
建议归入：向量数据库选型决策树五元矩阵 + §2.1 主流向量数据库生态 pgvector/pgvectorscale 演进方向；★ 中档（生产就绪，2026 选型直接参考）
🔵 邻接参考（不入 database 主轴，供今晚活文档修订参考）
邻接 A · 2026 VectorDB 选型框架——Tier 结构确认
来源：jay/2026-08-28T1105-jay-five-category-briefing.md（§Database-2）+ jay/2026-08-28T1735-jay-evening-research-briefing-llm-inference-agent-stack-vecdb.md
可信度：⭐⭐⭐⭐（多源独立评测一致：acecloud.ai / datacamp / redis.io / instaclustr）
核心 Tier 框架（2026-08 确认）：
| Tier | 产品 | 定位 |
|---|---|---|
| Tier 1 | Pinecone（托管）/ Qdrant（Rust 高性能） | 生产默认选 |
| Tier 2 | Weaviate（混合搜索）/ Milvus（亿级） | 规模化选 |
| Tier 3 | Chroma/FAISS（原型）/ pgvector（Postgres 集成） | 原型/中小规模 |
| Tier 4 | LanceDB（多模态）/ Vespa（大规模混合） | 垂域/特殊场景 |
| Special | Redis（低延迟 + 缓存）/ Elasticsearch（企业混合） | 特定场景 |
PostgreSQL 逆袭核心驱动：pgvector + pgvectorscale（HNSW + StreamingDiskANN）让 RDBMS 重新成为向量搜索首选；ACID 合规性是企业选型关键驱动（pgvector 0.8 Iterative Scan 补全最后一块工程短板）。
与活文档现有脉络的关系：与 R-49 §2.5 PG 18.6 / pgvector 版本生态 + R-50 §邻接 B（Milvus vs Qdrant Tier 框架）互补；本框架是选型决策的直接工具，建议转交 vector-db.md 主题页。不入主轴，建议转交 vector-db.md。
邻接 B · Percona MySQL 8.4.11-11 InnoDB LRU Pages Flushing 算法改进
来源：jay/2026-08-28_engineering-friday.md（§🔴必读 1）
来源链接：https://www.percona.com/blog/performance-progression-of-percona-server-for-mysql-8-4
作者：Bogdan Degtyariov（Percona 官方）
发布时间：2026-08-27
可信度：⭐⭐⭐⭐（官方 benchmark，版本号可核验）
核心内容：
- 三个 2026 年版本实测对比：8.4.8-8（3月）/ 8.4.10-10（6月）/ 8.4.11-11（8月）
- 8.4.11-11 关键优化：InnoDB LRU pages flushing 算法改进，专门针对"数据量 > 服务器 buffer 且高并发随机读写"场景
- 128+ 并发线程时：8.4.11-11 TPS 持续增长，而 8.4.8-8 和 8.4.10-10 出现严重性能下降
- 测试覆盖：Buffer to Data Ratio 三档（1:12 I/O bound / 1:2 partially buffered / 1:1 fully buffered）
与活文档现有脉络的关系：MySQL 8.4.x 演进是关系型数据库性能层的常规演进；与 R-48 §2.14 数据库性能/调优方向邻接。不入 database 主轴，建议转交 database 后端主题页或 MySQL 专项。
邻接 C · Pigsty：PostgreSQL Ansible 化管理平台（v2 更新中）+ OpenEverest v2 K8s 数据库自动化
来源：jay/2026-08-28_engineering-friday.md（§🟡 5-7）
可信度：⭐⭐⭐⭐（开源活跃项目，pigsty.io 官方文档，OpenEverest 206 forks）
Pigsty 核心模块：
- PG_BOOTSTRAP：Patroni 引导、复制、初始化
- PG_BACKUP：pgBackRest 备份
- PG_ACCESS：PgBouncer 连接池、VIP、DNS
- PG_MONITOR：exporter 和监控注册
- PG_KERNELS：Citus、Babelfish、IvorySQL、PolarDB 等 PostgreSQL 内核变体
OpenEverest v2：K8s 原生数据库自动化平台（任意 K8s / 公有云 / 本地部署），Aug 18 2026 v2 分支切换 main。
与活文档现有脉络的关系：PostgreSQL 集群管理工具链邻接；属于 §2.X 数据库工程实践方向（若已有活文档）。不入主轴，建议转交 database 运维工具主题页。
邻接 D · LMCache：Vendor-Neutral KV Cache Connector（GitHub 11.5k stars）
来源：jay/2026-08-28T1950-jay-engineering-filter.md（#4-5）+ GitHub lmcache/lmcache
可信度：⭐⭐⭐⭐（开源活跃，2026-05 AMD MI300X benchmark / 2026-04 MP 架构 release / 2026-01 多节点 P2P CPU memory sharing production）
核心内容：
- KV connector API：标准化接口，解耦 KV cache 管理与推理引擎后端
- 多引擎支持：vLLM + SGLang
- Vendor-neutral：与推理引擎解耦，可对接多种存储后端
- 2026 roadmap：2026-05 AMD MI300X agentic workload benchmark；2026-04 多进程架构 release；2026-01 多节点 P2P CPU memory sharing 从实验 feature 升级 production
数据库关系：LMCache 将 KV Cache 从推理引擎内部资源演化为可独立管理的存储层——与"Internet for the KV Cache"（arXiv:2608.01526）概念相互印证，代表 KV Cache 基础设施化的趋势。不入 database 主轴，建议转交 inference/kvcache 主题页或 llm-infra 主题页。
⚠️ 矛盾或待核实说法
-
pgvector 0.8 Iterative Scan "<100ms 延迟"claim 的适用条件：pecollective 评测未说明具体硬件配置、数据集规模、k 值设定；"<100ms"可能在特定硬件（高配云实例）和中小规模（<10M 向量）下达标，大规模场景延迟需实测验证。
-
Percona MySQL 8.4.11-11 LRU flushing 改进的具体算法细节：Percona 博客尚未完整发布（"待完整博客发布后核验"）；当前仅有概述性数据，InnoDB LRU flushing 改进的具体参数和适用条件待核实。
-
PostgreSQL 逆袭的"ACID 合规性是企业选型关键驱动"claim：多篇选型文章重复引用，但缺乏一手生产案例数据支撑；"逆袭"叙事可能存在选择性引用偏差，需关注是否有 VLDB/SIGMOD 论文提供实证。
-
LMCache 跨节点 KV 共享"15× throughput 提升"claim：来自 Spheron 工程博客（来源条目#4），benchmark 条件和硬件配置未明确说明；15× 提升的边界条件（具体 workload、batch size、节点数）需核实原始 LMCache benchmark。
📚 可引用 arXiv 号列表
| arXiv 号 | 论文 | 与 database 主轴关系 |
|---|---|---|
2606.07923 |
Larch: Learned Query Optimization for Semantic Predicates | §邻接（AI+DB 内核交叉，PostgreSQL 33% 提速，token 用量优化） |
2606.09824 |
TSseek: Regular Expression-Based Similarity Search for Distributed Time Series | §邻接（时序数据库方向，正则驱动搜索） |
2608.01526 |
Internet for the KV Cache | §邻接（KV Cache 基础设施化，数据库工程邻接） |
📝 总结
R-52 预消化评估：数据库主轴今日（2026-08-28）有 1 条主轴新增（pgvector 0.8 新特性）+ 4 条邻接参考，无实质新主条目，database 主轴延续低沉。
R-51（2026-08-27 20:20）已归档 PostgreSQL-V 2.0（2608.15994）+ 4 条邻接参考。今日 database 主轴仅有 pgvector 0.8 新特性（Iterative Scan / 并行 HNSW / halfvec 量化）一条 paper_card 级别主轴新增，其余均为邻接参考（VectorDB Tier 框架重申、Percona MySQL 8.4.11-11、Pigsty/OpenEverest、LMCache）。
⚠️ 重要发现：活文档 /shared/research-kb/knowledge/database.md 尚不存在。 R-50 和 R-51 均注明"已知 R-49"，但文件实际未创建。今晚活文档编写者需从零初始化或从 inbox 历史文件中提取已归档内容（建议起点：R-49 归档的 Chimera 2608.23553 / PostgreSQL-V 2.0 2608.15994 / pgrust / Filter-Agnostic / Policy-aware / To GPU or Not to GPU / CockroachDB / pgvector benchmark 等已有条目）。
database 主轴核心叙事待建立（活文档不存在），建议今晚活文档编写者以以下结构初始化： 1. §1 向量数据库选型决策树五元矩阵（纳入 pgvector 0.8 Iterative Scan + 2026 Tier 框架） 2. §2 主流向量数据库生态（pgvector/pgvectorscale → PostgreSQL-V 2.0 / Qdrant / Milvus / Weaviate / Pinecone） 3. §3 AI+DB 交叉（Text-to-SQL / LLM 数据库接口） 4. §4 数据库性能与运维（Percona MySQL / Pigsty / OpenEverest / LMCache）
本次覆盖的所有来源均已在上方"检查范围"表格中完整列出，无遗漏。
R-52 预消化文件：/shared/research-kb/inbox/jay/2026-08-28-database-e1prep.md
生成时间：2026-08-28 20:20 (Asia/Shanghai)
撰写实例：Jay
下次建议：R-53 接力时请再次核查 inbox；关注 9 月上旬 VLDB 2026 论文落地（VLDB 2026 已于 8 月召开）；PostgreSQL-V 2.0 代码仓库建立后请第一时间核实；pgvector 0.8 正式 release 后请核验 Iterative Scan 具体实现。