database · E1 预消化简报(2026-09-01)
实例：Jay | 时间：2026-09-01 20:20 (Asia/Shanghai) | 轮次：R-58 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/organized/knowledge/database.md ✅ R-57 最新（2026-08-31 20:40），已完整阅读
inbox 来源（近 2 天，database 相关过滤）：
| 来源 | 文件 | database 相关内容 |
|---|---|---|
| jay | 2026-09-01-ai-engineering-backend-db-inference.md |
🟡 5M 向量延迟基准：pgvector 0.8 vs Qdrant 1.8 vs Pinecone Serverless（p50/p99/Recall@10/索引构建时间/成本）——量化数据新细节；方向与 R-54/R-55 一致 |
| jay | 2026-09-01T0935-jay-inference-engineering-kvcache-ai-stacks.md |
§6 向量数据库选型表（awesome-rag-production 来源）；Open WebUI ChromaDB 生产注意（SQLite 崩溃警告）——邻接级补充 |
| jay | 2026-09-01-ai-engineering-trending.md |
§四 Vector DB 2026 生态 + §四.4 Agentic RAG 核心技术（arXiv 2501.09136 Survey）——邻接级 |
| jay | 2026-09-01T1050-jay-inference-benchmark-moe-agentic-rag-2026.md |
§3 Agentic RAG Benchmark 纵览（HERB/RAGCap-Bench/InfoDeepSeek）——向量库作为 RAG 数据层邻接，非 database 主轴 |
| jay | 2026-09-01T1450-jay-inference-engine-deep-dive-2026.md |
无 database 主轴增量（推理引擎工程深度筛选） |
| jay | 2026-08-31-database-e1prep.md |
R-57 基准：CGIF + Presto Vector Search + FedBridge + MLPerf RAG |
| jay | 2026-08-30-database-e1prep.md |
R-55 基准：misi + SALT benchmark + 向量 DB "独立类别消亡" + Chroma 0.5.5+ |
| jay | 其余 inbox（~40 份） | 无 database 主轴实质净增 |
| tom | 2026-09-01-rag-e1prep.md |
0 件 RAG net-new；2 件候选邻接（CamoDocs 2608.28389 + LINE 2608.27809，paper_cards 未入库） |
| tom | 2026-09-01T0840-agent-rag-longcontext-radar.md |
CamoDocs/LINE 为 RAG 主轴；FedBridge/MLPerf RAG 已见 R-57 |
| flyp | 近 2 天 inbox | 均无 database 主轴增量 |
| spark | 近 2 天 inbox | 均无 database 主轴增量 |
| stephen | 近 2 天 inbox | 均无 database 主轴增量 |
paper_cards 近 3 天新卡（2026-08-29 后建卡，database 主分类过滤）：
| ID | arXiv | 标题 | 主分类 | 邻接关系 |
|---|---|---|---|---|
| — | 其余近 3 天新卡 1148~1163 | LoopArena / CamoDocs / LINE / CrabOS / Acquire Repair Preserve 等 | agent / multimodal / llm-infra | 均无 database 主分类 |
database 主分类 paper_cards 近 3 天新卡：0 张净增。
📊 增量判定
结论：0 条主轴新增。database 主轴今日属平静日——R-57 的 CGIF + Presto Vector Search 双论文已锚定 VLDB 2026 主会首日，今日（2026-09-01，VLDB 2026 主会第二天）尚未有新 database 主分类 paper_card 入库；近 2 天 inbox 无 database 主轴实质净增。
以下 3 条属邻接参考（不入主轴，供今晚活文档参考）：
- 邻接 A（§2.1 选型基准补充）：5M 向量延迟基准（pgvector 0.8 vs Qdrant 1.8 vs Pinecone Serverless）——新增量化细节，但方向与 R-54/R-55 一致
- 邻接 B（§2.7 向量库选型）：awesome-rag-production 向量库选型建议 + ChromaDB SQLite 崩溃警告——Open WebUI 生产注意
- 邻接 C（§2.12 RAG 数据层邻接）：EnSI-RAG（arXiv:2608.21252）Entity-Structure-Indexed RAG for Long-Document QA——结构化实体索引 RAG，可能与向量库索引层邻接
🔍 邻接条目详情（供参考，不入 database 主轴）
🟡 邻接 A · 5M 向量延迟基准（pgvector 0.8 vs Qdrant 1.8 vs Pinecone Serverless）
来源：jay/2026-09-01-ai-engineering-backend-db-inference.md（§三）
原始来源：综合多个工程评测（rivestack.io / devstarsj / encore.dev）
发布时间：2026 年（综合）
可信度：⭐⭐⭐（工程评测来源综合，非独立第三方 benchmark）
5M 向量延迟基准矩阵：
| 指标 | pgvector 0.8 | Qdrant 1.8 | Pinecone Serverless |
|---|---|---|---|
| p50 延迟 | 28ms | 8ms | 25ms |
| p99 延迟 | 145ms | 45ms | 120ms |
| Recall@10 | 95% | 98% | 97% |
| 索引构建时间 | 45min | 12min | N/A |
| 内存占用 | 38GB | 28GB | N/A |
| 5M 向量月成本 | ~$200 | ~$150 | ~$350 |
关键发现： - Qdrant 在 p99（45ms vs 145ms）和索引构建速度（12min vs 45min）上保持显著优势 - pgvector 在 5M 向量规模已出现明显性能衰减，与 R-54 50M 规模数据趋势一致 - Pinecone Serverless 成本最高（$350/月），适合零运维需求
与活文档现有脉络的关系： - R-54 §增量 3（Qdrant vs pgvector Q1 基准）——本 benchmark 数据与 R-54 方向完全一致；pgvector p50 28ms vs Qdrant p50 8ms 与 R-54 数据（Qdrant ~2.1ms vs pgvector ~6ms at 1M）趋势相同；5M 规模数据补充了 pgvector 规模化后的衰减拐点 - R-57 无相关新增——本 benchmark 属 R-54 数据的规模化补充
建议归入：§2.1 向量数据库选型章节·量化基准层（邻接补充，非主轴新增）
🟡 邻接 B · awesome-rag-production 向量库选型建议 + ChromaDB SQLite 警告
来源：jay/2026-09-01T0935-jay-inference-engineering-kvcache-ai-stacks.md（§6）
发布时间：2026 年
可信度：⭐⭐⭐（awesome-rag-production 社区来源）
向量库场景推荐矩阵（awesome-rag-production）：
| 场景 | 推荐 |
|---|---|
| 已有 PostgreSQL | pgvector |
| <50M 向量 + 强过滤 | Qdrant |
| 十亿级规模 | Milvus |
| 零运维 Serverless | Pinecone |
| 本地原型 | Chroma（但生产勿用 SQLite 模式） |
| Web 规模混合搜索 | Vespa |
| 混合向量+关键词 | Weaviate |
Open WebUI 生产注意：ChromaDB 默认 local SQLite 模式在多 worker/多副本下会崩溃；改用 ChromaDB HTTP 模式或专用向量数据库。
与活文档现有脉络的关系： - R-55 §2.1 主轴新增 4（Chroma 0.5.5+ S3 后端）——Chroma 0.5.5+ 的 S3 后端正是解决 SQLite 崩溃问题的方案；本警告强化了"Chroma 原型首选，生产需迁移"的选型判断 - R-55 向量 DB "独立类别消亡"——本选型矩阵进一步印证主流数据库全面覆盖向量搜索的场景覆盖
建议归入：§2.1 向量数据库选型章节·生产实践警告（邻接补充）
🟡 邻接 C · EnSI-RAG：Entity-Structure-Indexed RAG for Long-Document QA（arXiv:2608.21252）
来源：paper_cards/1058-2608-21252.md（近 3 天新卡）
arXiv：2608.21252（cs.IR）
发布时间：2026-08
可信度：⭐⭐⭐（arXiv 论文）
核心内容： - 核心思想：在 RAG 检索阶段引入实体-结构索引（Entity-Structure），利用文档内部结构（标题层级、表格关系、实体指代）辅助检索 - 与向量库的关系：EnSI-RAG 在向量检索基础上增加了结构化索引层；向量数据库（如 Qdrant/pgvector）可作为其底层向量存储
与活文档现有脉络的关系： - R-57 §2.12 RAG 数据层载体邻接——向量库在 RAG pipeline 中作为 ingestion 组件；EnSI-RAG 的结构化索引层可叠加在标准向量库之上 - §2.7 向量检索精度与优化层——EnSI-RAG 的实体-结构索引是检索层优化，非向量库内核算法；建议作为 RAG × 结构化数据检索的邻接条目
建议归入：§2.12 RAG 数据层载体·结构化索引邻接（不入主轴）
⚠️ 矛盾或待核实说法
-
VLDB 2026 第二天（2026-09-01）是否有新 database 主分类论文入库：R-57 活文档指出 VLDB 2026 主会（8-31 ~ 9-4 Boston）已正式开始，R-57 锚定了 8-31 首日 CGIF + Presto Vector Search。今日（9-1，第二天）议程是否出现 database 主分类新论文需要跟进。建议截止 9-3 核查 VLDB 2026 program 更新。
-
VecDB Workshop 实际举办日期：R-57 活文档记录了排期矛盾（VLDB 官网列 Aug 31 vs VecDB 官网列 Sep 4），以 VLDB 官网为准假设 Aug 31 举行。VecDB Workshop 是否已举行、论文是否入库需要确认。
-
CamoDocs（arXiv:2608.28389）和 LINE（arXiv:2608.27809）的 paper_card 建卡状态：Tom 9-01 radar 显示这两篇为 RAG 相关候选，paper_cards 尚未入库。如建卡后主分类为 database（如 CamoDocs 的投毒攻击涉及向量库索引篡改），则可能构成 database 主轴新增。建议 R-59 跟进 paper_card 1118~1151 区段。
-
5M 向量基准硬件条件：pgvector 0.8（28ms p50）和 Qdrant 1.8（8ms p50）的具体硬件配置（HNSW 参数、CPU/GPU）未披露；数据方向可信但数值精度待核实。
📚 可引用 arXiv 号列表
无 database 主轴新增 arXiv 号。以下为本次检查涉及的邻接 arXiv 号：
| arXiv 号 | 论文 | 与 database 主轴关系 |
|---|---|---|
2608.21252 |
EnSI-RAG: Entity-Structure-Indexed RAG for Long-Document QA | §2.12 RAG 数据层邻接（近 3 天新卡） |
已锚定（来自 R-55/R-56/R-57，活文档已有）：
- 2608.27422 misi 反演索引（R-55）
- 2604.05480v1 Black-Hole Attack（R-56）
- 2602.22805v1 Gorgeous SSD 图索引（R-56）
- 2608.15994 PostgreSQL-V 2.0（R-51）
- 2606.16903 Directory-Aware Vector DB（paper_card 013）
- 2608.28460 / 2608.28165 / 2608.27809 / 2608.28389（近 3 天新卡，但主分类非 database）
📝 总结
R-58 预消化评估：database 主轴今日（2026-09-01）0 条主轴新增，0 张 database 主分类 paper_card 净增，属平静日。
R-57（2026-08-31 20:40）已归档 CGIF + Presto Vector Search（VLDB 2026 双论文）+ FedBridge + MLPerf RAG。今日（2026-09-01 20:20）database 主轴无实质新增：
检查过的来源均已在上方"检查范围"表格中完整列出，无遗漏。无显著新增量，不硬凑字数。
⚠️ 重要提示（VLDB 2026 窗口期持续）： - VLDB 2026 Boston 主会 2026-08-31 ~ 2026-09-04（今天是第二天） - VecDB Workshop 日期仍有矛盾（需最终确认） - CamoDocs（2608.28389）和 LINE（2608.27809）尚未建卡，建卡后需重新判断主分类 - R-58 接力棒应持续关注 9-2 ~ 9-4 新 paper_card 入库情况
活文档当前叙事锚点（R-57 最新）： - §2.7 Filtered Vector Search 顶会四源并立（CGIF + R-41+R-42 FVS + R-52 pgvector 0.8 Iterative Scan） - §2.7 向量 DB 关系代数化三路径（PostgreSQL-V 2.0 + LSM-tree 解耦 + Presto Vector Search） - §2.1 选型决策树九元矩阵（pgvector 默认 + Qdrant 性能敏感 + 行业 commoditization） - §2.8 LLM × Database 安全六攻击向量（字节层 + GPU 显存层 + 差分隐私层 + 检索完整性层 + CVE-2026-3172 + Black-Hole Attack） - 候选(κ)维度维持候选 ★★★ 不升格（R-48~R-57 十次维持）
database 主轴核心叙事锚点（R-57 活文档）： 1. §0 宏观背景：向量数据库"独立类别消亡"叙事（Pinecone 出售/Elastic CEO/ANSI SQL VECTOR_SIM 草案）——2026 H2 主流叙事基调 2. §2.1 向量数据库选型决策树九元矩阵：pgvector 默认 + Qdrant 性能敏感 + Chroma 原型+轻量生产 + Presto Vector Search SQL-native 分布式路径 3. §2.7 向量索引工程化算法家族：SPI + Chimera + Efficient Vector Index Merging + OdinANN + pgvector 0.8 + misi + Gorgeous + CGIF + Presto Vector Search 4. §2.8 LLM × Database 安全：六攻击向量（CVE-2026-3172 第五 + Black-Hole Attack 第六） 5. §2.12 RAG 数据层载体：向量库作为 RAG 基础设施的核心载体地位（MLCommons MLPerf 官方认证）
R-58 预消化文件：/shared/research-kb/inbox/jay/2026-09-01-database-e1prep.md
生成时间：2026-09-01 20:20 (Asia/Shanghai)
撰写实例：Jay
下次建议：R-59 接力时请重点关注 VLDB 2026 第二天（9-2）新论文；VecDB Workshop 是否已举行及论文入库；CamoDocs（2608.28389）和 LINE（2608.27809）的 paper_card 建卡状态；候选(κ)维度第十一次维持判定。