如果数据库技术能够提供性能、灵活性和安全性,大多数专业人士满足于获得其中两项就很高兴了,而且他们可能还得接受一些妥协。针对速度优化的系统需要手动调优,而灵活的平台在早期设计成为约束时可能会产生成本。遗憾的是,安全性有时只是一个附加功能,数据库管理员依赖内部团队的技能和知识来避免引入破坏性变更。
然而,RavenDB的存在正是因为其创始人看到了这些常见权衡的累积成本,以及由此产生的固有问题。他们希望有一个不强迫开发者和管理员做出选择的数据库系统。
RavenDB的创始人兼首席技术官Oren Eini在近二十年前曾是一名自由职业的数据库性能顾问。在一次独家访谈中,他回忆了如何遇到许多有能力的团队在他们负责的系统复杂性增长时"把自己挖进坑里"。他面临的问题并非源于开发者缺乏必要的技能,而是来自系统架构。数据库倾向于引导开发者走向脆弱的设计,并因为遵循这些路径而惩罚开发者,他说。RavenDB是一个项目,最初是为了减少不可阻挡的需求力量与数据库模式这座大山相遇时的摩擦而开始的。
该平台的重点是在不需要(讽刺地)最终需要像Oren这样的人的服务的情况下实现性能和适应性。凭借丰富的经验和知识,他成立了RavenDB,该公司现已发货超过十五年——远在当前对AI辅助开发兴趣之前。
底线是,随着时间的推移,RavenDB数据库适应组织关心的内容,而不是在数据库首次启动时猜测它可能关心的内容。"当我与业务人员交谈时,"Eini说,"我告诉他们我负责处理数据所有权的复杂性。"
例如,RavenDB不是期望开发者或数据库管理员预测每种可能的查询模式,而是观察查询的执行。如果它检测到查询会从索引中受益,它会在后台创建一个,对现有处理的开销最小。这与大多数关系数据库形成对比,在关系数据库中,模式和索引策略由初始开发者设置,因此后来很难更改,无论组织如何变化。
Oren将其比作在决定门和支撑柱位置之前浇筑建筑物的地基。这是一种可行的方法,但当业务多年来改变方向时,后悔那些早期决策的成本可能令人震惊。
Q&A
Q1:RavenDB解决了什么问题?
A:RavenDB解决了传统数据库在性能、灵活性和安全性之间强制开发者做出选择的问题。它避免了系统架构引导开发者走向脆弱设计并因此受到惩罚的困境,减少了数据库模式变更的摩擦。
Q2:RavenDB的自适应索引是如何工作的?
A:RavenDB会观察查询的执行过程,如果检测到某个查询会从索引中受益,它会自动在后台创建索引,对现有处理的开销最小。这样就不需要开发者或数据库管理员预先设计所有可能的查询模式。
Q3:为什么说传统数据库设计像"浇筑地基"?
A:创始人Oren Eini将传统数据库比作在决定门和支撑柱位置之前就浇筑建筑物地基。这种方法虽然可行,但当业务需求多年来发生变化时,早期决策的修改成本会非常高昂。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。