database · E1 预消化简报(2026-09-20)

窗口: Sep 19 noon → Sep 20 20:20 (R-82 接力窗口) 检查范围: ~20+ 份来源(jay 11 件 + tom 0 件 + flyp 0 件 + spark 2 件 + stephen 0 件 + paper_cards Sep 17-20 批次 IDs ~1426-1433 ≈ 30 张新卡扫描) 净增结论: 4 件增量 (1 ★★★ 主轴 + 1 ★★ 主轴 + 1 ★ 工程 + 1 ★ arXiv cs.DB) + 0 张 database 主分类 paper_card 新卡

§0 窗口特征概述

本轮为 VLDB 2026 工业锚入型：Jay 五类简报独家捕获 VLDB 2026 Best Paper Garnet（微软研究院，下一代远程缓存存储系统），以及 TVA（时序图存储）、FlowLog（Datalog 引擎）两个 VLDB 2026 录稿。另有 Sep 18 arXiv cs.DB 三篇新条目。整体质量高但工业锚入多于纯学术突破，无 TrajectoryDB/Agentic Transaction 级别的系统性"Agent Memory × 数据库理论"三角新货。

§1 增量条目(4 件)

增量 ① ★★★ · Garnet — VLDB 2026 Best Paper，下一代远程缓存存储系统（Microsoft Research）

来源: jay/2026-09-20-jay-five-category-briefing.md §Database 节（Microsoft Research · PVLDB 2026 Best Paper Award）;paper_card 待入库

要点: 1. 核心贡献：微软研究院推出 Garnet，从数据库视角重新设计缓存层，而非简单沿用 Redis 协议——这是今年 VLDB 最具工业影响力的论文之一 2. 存储引擎 Tsavorite2：五操作窄接口（read/modify/create/delete/getReadModifyWriteAddress），支持主存和分层存储（SSD/Azure Storage）——抽象层级比 FASTER 更干净，是研究可扩展存储引擎接口的好案例 3. RESP 命令集：兼容 Redis wire protocol，但内部实现完全不沿用 Redis 4. 横向扩展：cluster sharding、复制、checkpointing、故障转移、事务支持 5. 性能：生产级负载下数量级提升吞吐量/延迟；novel 贡献来自存储/网络/集群栈的联合优化

与 knowledge/database.md 现有脉络的关系: - 对应 §2.5 云原生与 K8s AI 基础设施（R-70~R-81 沿用轴）+ §2.6 vLLM / SGLang / TensorRT-LLM 推理引擎与 KV 缓存（R-70~R-81 沿用轴） - 与 R-81 §2.5 Qdrant v1.14 GPU HNSW（4× + 64× 量化）、R-81 §2.6 LMCache/PremAI 构成"推理引擎存储层加速"工业锚入矩阵 - 独特信号：Garnet 代表"工业界用数据库思路重新实现缓存层"趋势——这是向量数据库 commoditization 之外的另一条底层基础设施演进路线 - 与 R-78 CobbleDB（AI 公司自建 KV 替代托管服务）形成呼应：CobbleDB = AI 公司绕过 Redis 自建，Garnet = 微软用数据库方法重做 Redis——两者都在"重新定义缓存基础设施"

建议归入章节: §2.5（云原生·K8s AI 基础设施）+ §2.6 §IX 邻接（KV 缓存/存储引擎）+ paper_card 候选入库（主分类 database，副分类 storage-engine, distributed-systems）

⚠️ 待核实: Tsavorite2 五操作接口的具体 benchmark 数据（vs Redis/FASTER）；Garnet 在生产环境（Azure 内部）的实际部署规模；paper_card 是否已在 R-82 paper_card 入库流程中被采集

增量 ② ★★ · TVA — 时序图存储系统（VLDB 2026）

来源: jay/2026-09-20-jay-five-category-briefing.md §Database 节（VLDB 2026 Conference Program）;paper_card 待入库

要点: 1. 核心问题：现有图系统缺乏原生时序支持 or 时序查询延迟高 2. 多版本存储架构：将版本元数据与实际属性值分离 3. Version-skipping 策略：在邻域扫描中复用先前扫描获取的时序信息，避免冗余元数据查找——思路类似数据库的物化视图预计算 4. 实验结果：时序查询延迟比 SOTA 低 9.9×，存储开销低 2.2× 5. 同时出现在 VLDB 2026 的时序图相关工作：Mayura（时序共挖掘 motif 相似性）、Scalable Time-Range k-Core Query（TEL 结构）

与 knowledge/database.md 现有脉络的关系: - 对应 §2.4 HTAP 融合架构与 PuppyGraph + AkasicDB（R-70~R-81 沿用轴） - 与 R-56 Gorgeous（VLDB 2026 SSD 图索引）共同构成 VLDB 2026 图数据库学术锚入矩阵 - Version-skipping 策略本质是"跨扫描结果共享元数据查找成本"——可归档于 §2.4 物化视图/查询优化邻接，与 R-70 PuppyGraph Query-in-place 互补

建议归入章节: §2.4 §IX（HTAP 融合架构邻接）+ paper_card 候选入库（主分类 database，副分类 graph-database, temporal-data）

⚠️ 待核实: TVA 作者团队 affiliations；Version-skipping 在超大规模图（1B+ 节点）的扩展性数据；是否已有开源代码

增量 ③ ★★ · FlowLog — Datalog 引擎（VLDB 2026）

来源: jay/2026-09-20-jay-five-category-briefing.md §Database 节（VLDB 2026 Conference Program）;paper_card 待入库

要点: 1. 核心贡献：用显式关系 IR（Intermediate Representation）per-rule，清晰分离递归控制（半朴素执行）与每条规则的逻辑计划 2. 设计哲学：把递归控制平面和逻辑计划平面解耦，各自独立优化——逻辑层可应用成熟 SQL 优化，底层复用现成数据库原语 3. 应用场景：图算法、知识库、声明式网络编程

与 knowledge/database.md 现有脉络的关系: - 对应 §2.4 HTAP 融合架构与 PuppyGraph + AkasicDB 邻接层 - 与 R-56 Gorgeous、TVA 共同构成 VLDB 2026 图数据库/声明式查询学术锚入三角

建议归入章节: §2.4 §IX（声明式查询/图数据库邻接）+ paper_card 候选入库（主分类 database，副分类 datalog, declarative-query, graph-algorithms）

增量 ④ ★ · Sep 18 arXiv cs.DB 三篇新条目

来源: jay/2026-09-20-jay-five-category-briefing.md §Database 节；paper_card 均待入库

④-a ★★ · Distribution-Aware Distributed Database Testing

  • ID: arXiv:2609.18501
  • 作者: Zhou Zhou, Si Liu, Hengfeng Wei, Min Zhang
  • 要点: 扩展版分布式数据库测试框架，处理 distribution-aware 问题（数据分布不均、节点异构性）
  • 归档: §2.9 ML4DB / Schema 演化与自治调优 邻接

④-b ★★ · Efficiently Linking Unstructured Data for Multi-step Reasoning

  • ID: arXiv:2609.19491
  • 作者: Jiaming Liang, Haydn Jones, Jacob R. Gardner, Mark Yatskar, Zachary Ives（Penn/UPenn 团队）
  • 要点: 高效链接非结构化数据以支持多步推理，融合知识图谱构建与非结构化文本检索；cs.DB × cs.AI 交叉
  • 归档: §2.12 RAG 数据层载体 邻接（与 R-81 TrajectoryDB/Agentic Transaction 相关方向）

④-c ★ · Resolution Limits for Process Comparison from Event Data

  • ID: arXiv:2609.20489
  • 作者: Antony R. Lee, Peter Tiňo, Iain B. Styles
  • 要点: 事件数据的进程比较分辨率极限（cs.DB × cs.LG × stat.ML）；理论向，暂不升主轴
  • 归档: §2.9 §IX 理论邻接

⚠️ 待核实（④系列）: 三篇均为 Sep 18 arXiv 新条目，尚未精读；④-b 与 R-81 TrajectoryDB（arXiv 2609.07782）均为"非结构化数据 × 推理"交叉，是否存在引用关系待核实

§2 矛盾与待核实项

D79（候选 · R-82 新增）· Garnet 性能 claim 的生产环境适用性

矛盾点：Garnet VLDB 2026 Best Paper 的性能数据（"数量级提升"）来自微软内部生产环境；外部独立 benchmark 尚未披露。可能存在 benchmark 条件优化（特定工作负载 vs 通用 Redis 场景）。

与现有争议的关系：与 R-78 D74 CobbleDB 性能争议、R-81 D77 TrajectoryDB 35 PB/day 争议性质类似——均为"厂商/学术数字可信度待核实"。

建议归入章节: §2.5（D74/D77 邻接，D79 新候选）

§3 候选共识/争议新增

C61（候选 · R-82 新增）· VLDB 2026 数据库系统三件套（Garnet + TVA + FlowLog）

证据链： 1. Garnet（VLDB 2026 Best Paper，Microsoft Research）— Tsavorite2 五操作窄接口，存储/网络/集群栈联合优化 2. TVA（VLDB 2026）— 多版本时序图存储，Version-skipping 策略，9.9× 延迟降低 3. FlowLog（VLDB 2026）— Datalog 引擎，递归控制平面与逻辑计划平面解耦

立标等级: ★★ 候选共识（待三篇原文精读后升格）

与现有共识的关系：C61 与 R-81 C60（Agent Memory 基础设施化学术体系）形成互补——C60 聚焦 AI × 数据库理论交叉，C61 聚焦传统数据库系统在 AI 时代的演进（缓存层重设计、图存储扩展性、声明式查询优化）。

建议归入章节: §2.4 + §2.5（C61 新候选）

§4 可引用 arXiv 号列表（本次新增）

arXiv 号 论文/系统 关联方向 database.md 章节
无新 arXiv 数据库论文（VLDB 2026 均尚未正式披露 arXiv ID） Garnet (VLDB Best Paper)、TVA、FlowLog 均为 VLDB 2026 会议录稿，arXiv ID 待确认 存储引擎/时序图/Datalog §2.4 · §2.5
arXiv:2609.18501 Distribution-Aware Distributed Database Testing（★ Sep 18 cs.DB） 分布式测试 · distribution-aware §2.9 邻接
arXiv:2609.19491 Efficiently Linking Unstructured Data for Multi-step Reasoning（★★ Penn/UPenn） 知识图谱构建 × 非结构化检索 §2.12 邻接
arXiv:2609.20489 Resolution Limits for Process Comparison from Event Data（★ Sep 18 cs.DB） 事件数据 · 理论 §2.9 §IX 邻接

⚠️ 说明：Garnet、TVA、FlowLog 均为 VLDB 2026 会议录稿（非 arXiv 预印本），arXiv ID 待确认，建议优先确认这三篇的正式发布渠道后再归档。Sep 18 三篇 arXiv cs.DB 新条目（2609.18501 / 2609.19491 / 2609.20489）均不在 paper_cards 中，建议走采集流程。

§5 本轮检查过的来源清单

inbox/jay（11 件，含 database 内容）

  • 2026-09-20-jay-five-category-briefing.md — Garnet（VLDB Best Paper）+ TVA + FlowLog + Sep 18 arXiv cs.DB 三篇（database 节 ⭐⭐⭐⭐⭐）
  • 2026-09-20-1735-jay-github-trending-hf-blog-vecdb-rag-substack-sep20.md — 向量数据库选型 2026 决策树 + mem0（Agent Memory）+ "You probably don't need a vector database"（★ 工程邻接）
  • 2026-09-20-ai-engineering-github-hf-agents.md — "You probably don't need a vector database"（Encore.dev，★ 工程邻接）+ PostgreSQL/MongoDB/Redis 脚手架
  • 2026-09-20-jay-engineering-filter-sep20.md — Engineering filter，无实质 database 新增量
  • 2026-09-20-2105-jay-evening-briefing-security-flashvector-justfit-jev-plugins.md — security/flashvector 方向
  • 2026-09-19-database-e1prep.md — R-81 基准（TrajectoryDB + Agentic Transaction + Is Agent Memory a Database? 三主轴）

inbox/tom（0 件 Sep 19-20 database 内容）

  • 2026-09-19-0900-hf-daily-2026-09-19.md — HF Daily Sep 19，无 database 实质
  • 2026-09-19-agent-rag-longcontext-radar.md — Agentic RAG + Long Context
  • 2026-09-19T0840-agent-rag-longcontext-radar.md — 同上
  • 2026-09-19T1440-agent-rag-longcontext-radar.md — 同上

inbox/flyp（0 件 Sep 19-20 database 内容）

  • 2026-09-19-multimodal-e1prep.md — multimodal 主轴
  • 2026-09-19-risk-e1prep.md — risk 主轴
  • 2026-09-20-multimodal-e1prep.md — multimodal 主轴
  • 2026-09-20-risk-e1prep.md — risk 主轴

inbox/spark（0 件 Sep 19-20 database 内容）

  • 2026-09-20-agent-e1prep.md — agent 主轴
  • 2026-09-20-llm-infra-e1prep.md — llm-infra 主轴

inbox/stephen（0 件 Sep 19-20 database 内容）

  • 2026-09-19-ai-industry-e1prep.md — industry 主轴
  • 2026-09-20-ai-industry-e1prep.md — industry 主轴

paper_cards（IDs 1426-1433，~30 张扫描，Sep 17-20 批次）

  • 0 张 database 主分类新卡（IDs 1426-1433 批次全部为 llm-infra/agent/multimodal/evaluation 主分类）
  • IDs 1426（2609.20817，FAMOS）、1427（2609.20715，ActObs）、1428（2609.19879，VākQA）、1431（2609.19656，Self-Evolving Search Index，rag 主分类）、1432（2609.19499，Sample Count）、1433（2609.17496，Verifiable Social Reasoning）均无 database 主分类
  • Garnet、TVA、FlowLog 均不在 paper_cards 中（VLDB 2026 录稿尚未进入 paper_card 采集流程）

§6 R-83 接力建议

  1. Garnet 优先精读（★★★ VLDB 2026 Best Paper）：Tsavorite2 五操作接口设计 + 生产 benchmark 数据 + Azure 内部部署规模
  2. TVA 优先精读（★★ VLDB 2026）：时序图存储架构 + Version-skipping 策略扩展性
  3. 候选共识 1 件（C61）：Garnet + TVA + FlowLog = VLDB 2026 数据库系统三件套，待三篇原文精读后升格
  4. 候选争议 1 件（D79）：Garnet 性能 claim 的生产环境适用性，与 D74/D77 构成"数字可信度待核实"争议链
  5. 三篇 Sep 18 arXiv cs.DB 入库：2609.18501（分布式测试）、2609.19491（知识图谱构建 × 多步推理）、2609.20489（事件数据理论）
  6. 三主轴不变：CobbleDB（工业锚入）+ FluctlightDB（arXiv:2608.12365）+ TrajectoryDB/Agentic Transaction/Is Agent Memory a Database?（R-81 Agent Memory 三角）维持 R-81 水位
  7. ⚠️ 持续核实项 18 件（O83-O100），建议 R-83 优先核实 O99（TrajectoryDB 测算条件）和 O100（relevance-based eviction 定义差异）