OceanBase 公开 3000 万 AI 应用的数据架构实践
OceanBase 用逻辑表和共享存储支撑了 3000 万 AI 应用，解决了海量应用的数据管理难题，是 AI 数据平台的关键验证。
蚂蚁灵光平台承载约 3000 万个 AI 生成应用，OceanBase 用「逻辑表」方案让每个应用拥有独立数据表结构，但底层共享物理存储，既保证 SQL 精确计算，又控制存储成本。这一实践验证了 AI 时代数据底座的新范式。
正文摘录
.33.27.png) AI 正在重塑应用开发方式，也正在重塑数据基础设施。当 AI 可以批量生成应用，数据库面对的已不再只是容量和性能问题，而是被 Agent 持续生成的海量动态数据空间。数据基础设施必须同时解决两个问题——让每个应用快速获得可持久、可计算的数据能力，同时保证数据操作不越界、不失控。 近日，OceanBase 首次公开支撑蚂蚁灵光 AI 生成应用的数据架构实践。今年 4 月公布的数据显示，灵光平台已承载约 3000 万个闪应用。面对这一规模带来的数据管理挑战，OceanBase 通过面向海量应用的逻辑表、共享物理存储和受控 SQL 计算等能力，实现了“应用数据模型独立、底层资源共享”的新架构。 这一在真实 AI 业务场景中完成的验证，不仅证明了 AI 生成应用的数据底座能力，也为 OceanBase 从分布式数据库迈向 AI 数据平台提供了新的实践支撑。 3000 万个 AI 应用，数据到底怎么存？ 蚂蚁灵光是一款面向大众的应用生成产品，用户说一句话就能生成一个“闪应用”——记账本、报名页面、打卡工具，30 秒就能“手搓”出来。上线仅几个月，平台累计诞生的闪应用已超过 3000 万个。应用生成容易，但数据往哪儿放？  每个能持续运行的应用都需要自己的数据能力。