risingwavelabs/risingwave

解决的问题

RisingWave 旨在消除传统事件流栈的复杂性。无需将 Debezium、Kafka 和 Flink 等多个工具串联起来完成数据摄取、处理和提供，它提供了一个单一系统，确保 AI 代理和实时应用始终能以低延迟访问最新数据。

工作原理

RisingWave 持续从 Webhook、数据库变更（CDC）、事件流（Kafka、Pulsar、Kinesis）以及 S3 中的历史批处理数据中摄取数据。它使用增量计算，仅在上游数据发生变化时更新结果，从而在端到端延迟低于 100ms 的情况下保持数据的实时性。

结果通过内部行存储以低延迟（10-20ms）提供 SQL 查询，而长期存储和分析访问则通过与 Apache Iceberg 表的原生集成实现，系统会自动管理这些表。

适用人群

专为开发需要统一数据流、特征存储和实时仪表盘的代理型 AI 和实时应用的开发者设计。

主要亮点

• 统一 SQL 接口：通过 PostgreSQL wire protocol 使用标准 SQL 连接流和表。
• 增量计算：无需完全重算即可更新物化视图，确保高实时性。
• 成本高效的存储：将内部状态和表存储在对象存储（S3）中，相比内存成本更低。
• 代理就绪：包含 MCP 服务器、CLI 和技能，允许 AI 代理直接查询和操作该系统。
• 开放格式集成：原生管理 Apache Iceberg 表，实现持久化、开放格式的存储。