database · E1 预消化简报(2026-10-05)
E1 日间预消化轮 · database · 2026-10-05 20:20 CST · Jay 底本：inbox 近 2 天 + paper_cards 近 3 天（knowledge/database.md 不存在，从 Oct 4 digest R-95 锚点重建上下文）
〇、检查过的来源清单
| 来源 | 文件 | 时间 | database 相关度 |
|---|---|---|---|
| jay/inbox | 2026-10-05T1505-jay-five-category-afternoon-briefing.md |
15:05 | 🟢 核心 · 4 篇 VecDB arXiv 卡片 |
| jay/inbox | 2026-10-05-ai-engineering-trending.md |
09:35 | 🟢 核心 · Supabase/Turso 收购 + RavenDB Quill |
| jay/inbox | 2026-10-05-1105-jay-five-category-briefing.md |
11:05 | 🟢 核心 · VecDB 2026 选型地图第六方案 |
| jay/inbox | 2026-10-05T1735-jay-github-trending-hf-state-agentic-rag-engineering.md |
17:35 | 🟡 邻接 · Graphify（无向量库 KG 路径） |
| jay/inbox | 2026-10-03-2340-news-x-tech-radar.md |
23:40 | 🟡 邻接 · DataSpace 基准（CSV/JSON/SQLite 多格式） |
| jay/inbox | 2026-10-05-inference-agents-loop-engineering.md |
— | 🟡 邻接 · Persistent Memory 降成本 60-90% |
| jay/inbox | 2026-10-05T1950-jay-engineering-filter.md |
19:50 | 🟡 工程筛选 · Re-ranking 与 Late Interaction arXiv |
| tom/inbox | 2026-10-05-1007-rss-yt-yannic-kilcher.md |
— | 🟡 RAG 邻接 |
| tom/inbox | 2026-10-04-rag-e1prep.md |
— | 🟡 RAG 邻接 |
| spark/inbox | 2026-10-05-1004-rss-chip-huyen.md |
— | 🟡 Infra 邻接 |
| paper_cards | 近 3 天新卡 1624–1659 | Oct 4-5 | ⚪ 无 database 主分类新卡 |
| work-queue | organized/queue/work-queue.md |
20:00 | ⚪ 无 database 任务 |
一、今日该主题最重要的增量
总体判断：本窗口 database 主题增量密度为「中低偏低」。无 net-new database 主分类 arXiv 入池；增量主要来自工程博客情报（Supabase/Turso 收购、VecDB 选型地图补强）和 4 篇来自 Jay 下午档的新 arXiv 卡片（已在 Oct 5 15:05 briefing 中标注，本报告整理归并）。Oct 4 预消化简报所列 pgvector 0.8.6 / sqlite-vec 第五层 / VecDB Benchmark 2026 等核心数据在 Oct 5 无更新。
增量 1（🟢 行业事件）：Supabase 获 $150M 并收购 Turso → libSQL/Postgres 双引擎战略落地
来源：jay/2026-10-05-ai-engineering-trending.md §二-3（来源：PR Newswire，2026-10-02）
要点： - Supabase 宣布完成 $150M 新融资，并完成对 Turso（libSQL） 的收购 - Turso 是 SQLite fork，提供边缘数据库访问平台，主打 multi-tenant 和 branching（分支复制）能力 - 收购后 Supabase 定位升级为 "Agentic Infrastructure Leader"：Postgres（OLTP/OLAP）+ libSQL（边缘/嵌入式）+ 向量能力（待确认是否内置）三引擎协同 - 直接关联：Jay Oct 4 e1prep 已标注 sqlite-vec + Turso 为 VecDB 选型矩阵第五层（边缘/嵌入式）；本事件将 Turso 从"初创工具"升级为"Supabase 生态商业产品"，规模化可信度显著提升 - Turso libSQL 与 Supabase Postgres 的具体集成路线图（尤其是向量搜索能力）尚未公布，需持续追踪
与 Oct 4 活文档脉络的关系： - Oct 4 已锚定"sqlite-vec + Turso → VecDB 选型矩阵第五层（边缘/嵌入式）"，本事件印证 Turso 的商业化路径加速 - 建议：更新 sqlite-vec/Turso 条目，标注"⚠️ Turso 已被 Supabase 收购（2026-10-02），规模化可信度提升，但具体向量能力集成路线图待核实"
建议归入：§2.1 选型决策树（第五层标注升级） + §4 产业动态（Turso/Supabase 交易事件）
增量 2（🟡 arXiv 新卡）：Filtered ANN — 带元数据过滤的向量搜索系统性分析
来源：jay/2026-10-05T1505-jay-five-category-afternoon-briefing.md §database-①；原始论文：arXiv:2602.11443
要点： - 论文：Filtered Approximate Nearest Neighbor Search in Vector Databases，UC Merced，Florin Rusu 团队（2026-02） - 核心贡献：系统分析 pre-filter / post-filter / hybrid 三种 filtered ANN 策略在生产级向量数据库（Pinecone / Qdrant / pgvector）中的性能折中 - 关键发现（来自 briefing 标注）：pre-filter 在高过滤率场景下召回率急剧下降；hybrid 策略在过滤率 >30% 时优势明显 - 这类论文直接回答"已有 Postgres 上加 pgvector 做过滤查询够不够用"的工程问题
与 Oct 4 活文档脉络的关系： - Oct 4 活文档 §2.1 选型决策树已有"已有 PostgreSQL → pgvector（p99 <50ms）"路径，但未涉及 filtered ANN 的性能边界 - 本 arXiv 补充 pgvector 在带 metadata filter 场景下的具体限制条件，为选型决策提供定量依据 - ⚠️ 注意：这是 Feb 2026 论文（非本窗口新提交），首次在本知识库的 database 主题下被标注
建议归入：§2.2 pgvector 工程边界（filtered ANN 性能折中作为补充段落）
增量 3（🟡 arXiv 新卡）：VectorMaton — Suffix Automaton 联合向量+结构化约束搜索
来源：jay/2026-10-05T1505-jay-five-category-afternoon-briefing.md §database-②；原始论文：arXiv:2603.01525
要点： - 论文：VectorMaton: Efficient Vector Search with Pattern Constraints via Enhanced Suffix Automaton，NTU Singapore，PVLDB 2026 录用 - 核心贡献：用后缀自动机（Suffix Automaton）将字符串模式约束与向量相似度搜索联合优化，在 spam、word embedding、protein、code search 数据集上验证 - 工程意义：突破了传统"先向量 ANN 再 post-filter"的范式，在结构化约束+语义相似度联合查询场景有潜在优势 - 适用场景：代码搜索（函数名/签名约束）、生物信息（蛋白质序列约束）、安全（特定模式匹配）
与 Oct 4 活文档脉络的关系： - Oct 4 活文档 §2.1 VecDB Benchmark 2026 已覆盖 Qdrant / pgvector / Milvus 等主流方案，但未涉及"结构化约束+向量联合索引"这一细分方向 - VectorMaton 代表了一种有别于主流 HNSW/IVFFlat 的新索引范式，值得在 §2.3 新兴索引技术中单独标注
建议归入：§2.3 新兴索引技术（VectorMaton / Suffix Automaton 联合索引）
增量 4（🟡 arXiv 新卡）：Policy-aware Vector Search — 企业级向量数据库细粒度访问控制
来源：jay/2026-10-05T1505-jay-five-category-afternoon-briefing.md §database-③；原始论文：arXiv:2606.19803
要点： - 论文：Policy-aware Vector Search: Fine Grained Access Control in Vector Databases，SeQureDB Workshop 2026（与 SIGMOD 共办） - 核心贡献：探索向量数据库细粒度访问控制（HONEYBEE 动态分区方案），解决 Agentic RAG 场景下企业级权限隔离问题 - 工程场景：多租户向量数据库中，不同用户/Agent 对同一向量库的访问权限需要动态隔离；RAG 检索结果需要按权限过滤 - ⚠️ 注意：Workshop 级别论文，验证规模待核实；方向新颖但成熟度偏低
与 Oct 4 活文档脉络的关系： - Oct 4 活文档无专门安全/权限章节；本增量可作为 §2.8 安全与合规（新增小节）的基础锚点
建议归入：§2.8（建议新增）VecDB 企业安全与访问控制
增量 5（🟡 arXiv 新卡）：GPU vs CPU 向量搜索 — PCIe 瓶颈量化分析
来源：jay/2026-10-05T1505-jay-five-category-afternoon-briefing.md §database-④；原始论文：arXiv:2605.15957
要点： - 论文：To GPU or Not to GPU: Vector Search in Relational Engines，2026 - 核心发现：PCIe 数据搬运占 GPU 方案开销 >90%，是 GPU 向量搜索的主要瓶颈；提出 MaxVec 集成框架缓解该问题 - 对比：FAISS / cuVS（GPU）vs CPU 引擎在向量搜索场景的真实性能差异 - 工程决策影响：对于 <100M 向量规模，CPU 方案（pgvector/Qdrant）可能优于 GPU 方案（Milvus GPU 版）；超过临界规模后 GPU 方案才有明确优势
与 Oct 4 活文档脉络的关系： - Oct 4 活文档 §2.1 Benchmark 数据（pgvector 18ms p50 / Qdrant 4ms p50）均为 CPU 基准；本增量提供 GPU vs CPU 的选择边界 - 与 Oct 4 "GPU 共置部署（LLM+VecDB+TEI 同节点 <50ms）"形成互补：GPU VecDB 在大规模/特定场景才有优势
建议归入：§2.1 选型决策树（新增"GPU vs CPU 规模边界"判断注释）
增量 6（🟡 选型补强）：Vald — K8s 原生分布式 ANN 向量搜索（第六方案）
来源：jay/2026-10-05-1105-jay-five-category-briefing.md §database
要点： - Vald：K8s 原生分布式 ANN 搜索引擎，NGT 算法，自动索引备份和自愈，带 Ingress 过滤器 - 已列入 VecDB 2026 选型地图，新增"K8s 原生 ANN"场景定位 - 与 Milvus（云原生分布式，存储计算分离）形成 K8s 生态的两条路径：Vald（NGT 算法，轻量自愈）vs Milvus（CNCF，存储计算分离，GPU CAGRA）
与 Oct 4 活文档脉络的关系： - Oct 4 选型地图为五层（头部管理型 / 开源主力 / Postgres 集成 / 大规模混合搜索 / 边缘嵌入式）；本增量新增第六层
建议归入：§2.1 选型决策树（第六层：K8s 原生 ANN）
增量 7（🟡 产品更新）：RavenDB Quill — SQL 数据库无需迁移即可支持 AI Agent
来源：jay/2026-10-05-ai-engineering-trending.md §二-4（MCP 部分）
要点： - RavenDB 推出 Quill：上下文连接层，使现有 SQL 数据库无需迁移即可接入 AI Agent 工作流 - 定位：有别于"把数据迁到向量数据库"的路径，Quill 代表"在现有关系数据库上直接加 AI 层" - 适用场景：已有成熟 SQL 基础设施的企业，不想引入独立向量数据库，但又需要 Agent 化的数据访问
与 Oct 4 活文档脉络的关系： - Oct 4 §2.1 选型树已含"已有 PostgreSQL → pgvector"路径；Quill 提供了另一条"不迁数据，直接加 Agent 层"的工程思路
建议归入：§2.5 关系数据库 + AI Agent 混合路径（作为 pgvector 的替代方案）
二、值得警惕的矛盾或待核实说法
⚠️ T1：Turso 收购后向量能力集成路线图不明
矛盾点：Supabase/Turso 收购公告（2026-10-02）未披露 libSQL 是否会集成向量搜索能力，以及与 Supabase 已有 pgvector 方案的协同关系。Jay Oct 4 预消化简报已将 Turso 定位为 VecDB 选型矩阵第五层（边缘/嵌入式），但实际产品能力待核实。
建议：sqlite-vec + Turso 选型建议标注"⚠️ Turso 已被 Supabase 收购，产品路线图（含向量能力）待官方公布，暂按现有 libSQL 能力评估"。
⚠️ T2：VectorMaton / Policy-aware Vector Search 论文成熟度偏低
矛盾点：arXiv 2603.01525（VectorMaton）虽被 PVLDB 2026 录用，但 NTU Singapore 团队在向量搜索领域的引用积累有限；arXiv 2606.19803（Policy-aware Vector Search）为 Workshop 论文，实验规模未公开。两者均不宜作为生产选型的硬依据。
建议：归入"新兴研究方向观察"而非"工程可信数据"；建议在入 knowledge/database.md 时注明成熟度评级。
⚠️ T3：Filtered ANN（2602.11443）Feb 2026 论文首次入库，非窗口新提交
矛盾点：arXiv 2602.11443 的提交时间为 2026-02，与 Oct 5 当天入库时间存在时间差。Oct 5 下午档 briefing 首次将其标注为 database 相关，但该论文在近 3 天新卡中未出现（属于历史遗漏入库，非新发表）。
建议：在引用 Filtered ANN 数据时注明"⚠️ arXiv 2602.11443（2026-02 提交）首次入库，数据来自 UC Merced Florin Rusu 团队，请以原文最新版本为准"。
三、可引用的 arXiv 号列表
| arXiv | 标题 | 与 database 关系 | 成熟度 |
|---|---|---|---|
| 2602.11443 | Filtered Approximate Nearest Neighbor Search in Vector Databases | 🟢 核心 · pre/post/hybrid filtered ANN 策略性能折中 | 中高（PVLDB/CIDR 系，Feb 2026） |
| 2603.01525 | VectorMaton: Efficient Vector Search with Pattern Constraints | 🟡 新兴 · Suffix Automaton 联合索引（PVLDB 2026 录用） | 中（PVLDB 录用，但 NTU 团队引用积累浅） |
| 2606.19803 | Policy-aware Vector Search: Fine Grained Access Control in Vector Databases | 🟡 新兴 · 企业 VecDB 细粒度权限控制（SeQureDB Workshop） | 中低（Workshop 论文，实验规模未公开） |
| 2605.15957 | To GPU or Not to GPU: Vector Search in Relational Engines | 🟡 选型 · GPU vs CPU VecDB 规模边界量化 | 中（PCIe 瓶颈量化有工程参考价值） |
本窗口 net-new database arXiv（database 主分类）：0 件 本窗口邻接入库 arXiv（database 相关，来自其他 inbox 标注）：4 件（2602.11443 / 2603.01525 / 2606.19803 / 2605.15957）
四、诚实度声明
本轮 database 主题增量密度为「中低偏低」。
理由： 1. 无 database 主分类 net-new arXiv：近 3 天 paper_cards 新卡（1624–1659）全部为 rag / agent / multimodal / evaluation 主分类，无 database 标签条目 2. 本轮 7 条增量均为补强性或新观察：Supabase/Turso 收购是产业事件（非学术），4 篇 arXiv 均已在 Oct 5 下午档 briefing 中标注（首次入库），Vald 第六方案是选型地图补强，RavenDB Quill 是产品观察 3. Oct 4 预消化简报核心数据无更新：pgvector 0.8.6 版本号、sqlite-vec 第五层、VecDB Benchmark 2026 定量数据、引擎+VecDB 联合决策树等主要方向在 Oct 5 无新信息 4. knowledge/database.md 不存在：本轮无法与活文档现有内容做增量对比；建议后续优先创建该活文档，以建立持续跟踪基线
检查过的主要来源均已如实列出，详见 §〇来源清单。
五、建议后续行动
- 【高】创建 knowledge/database.md 活文档：当前 knowledge/ 目录下仅有 lessons/ 子目录，无任何主题活文档。建议以 Oct 4 e1prep 简报为底稿，结合本文 7 条增量，建立第一个 database 主题基线版本
- 【高】追踪 Turso 集成路线图：Supabase 收购 Turso 后，预计 Q4 2026 有产品路线图更新；数据库+Agent 是 2026 热点方向
- 【中】核实 arXiv 2602.11443 最新版本：Filtered ANN 研究对生产环境有直接价值，建议精读原文 P99 召回率和 filter selectivity 关系图
- 【中】关注 Graphify（无向量库 KG 路径）：121k stars 的 graphify 项目代表一种"绕过向量库做知识管理"的工程思路，与 Graph RAG 形成对照
Jay · 2026-10-05 20:20 CST · database · E1 预消化 · inbox/jay/2026-10-05-database-e1prep.md