databendlabs/databend

解决的问题

Databend 提供了一个统一的企业级数据仓库，结合了大规模分析、向量搜索和全文搜索。它通过提供一个安全的环境，在不影响生产稳定性的情况下直接在企业数据上运行 Agent 逻辑，专门解决 AI Agent 的需求。

工作原理

Databend 基于 Rust 构建，采用三层架构来支持 AI 工作负载：

1. Control Plane：管理资源调度、权限和沙箱的生命周期。
2. Execution Plane：处理 SQL 编排并通过 Arrow Flight 进行通信。
3. Compute Plane：使用隔离的 Sandbox Workers 运行 Python 用户定义函数 (UDFs)，在此执行 Agent 逻辑（如 LLM 调用和工具使用）。

它还具有类似 Git 的数据分支功能，允许 Agent 在生产快照上进行安全实验。

适用对象

专为构建 AI Agent、RAG（检索增强生成）系统以及需要云原生扩展性 (S3/Azure/GCS) 的大规模分析和 BI 应用的企业而设计。

亮点

• 统一引擎：将分析、向量搜索和全文搜索集成在一起。
• 沙箱 UDFs：允许在数据库内安全地运行基于 Python 的 Agent 逻辑。
• 数据分支：通过版本控制实现生产数据的安全实验。
• 云原生：支持弹性计算并与主流云存储提供商集成。