问：本周数据库领域最值得关注的新闻是什么？
答：不是某一款数据库的版本号跳变，而是IDC行业披露的一组AI词元（Token）处理数据。近期多个超大规模数据中心表示，用于推理的词元日均消耗量环比增长超过30%，直接推高了数据库侧对高并发读写与低延迟缓存的需求。与此同时，服务器带宽成为新的瓶颈——GPU节点与存储节点之间的东西向流量，已经超过传统南北向流量。
问：AI词元增长，为什么先压垮的是服务器带宽而不是CPU？
答：因为词元推理的本质是“小计算、大搬运”。每一次生成词元，都要从数据库或向量存储中拉取上下文、键值缓存和历史状态。这些数据包小、频次高，对网络软件栈的每秒包处理能力（PPS）和带宽时延积非常敏感。近期某云厂商的测试显示，当词元并发从1000提升到5000时，CPU利用率仅上升12%，但网卡带宽占用率从18%飙升至67%，重传率翻了三倍。因此，数据库性能新闻中越来越多地出现“RDMA”“DPDK”“智能网卡卸载”等关键词。
问：网络软件层面，本周有什么新变化值得数据库用户留意？
答：两件事。第一，主流Linux发行版开始默认启用更激进的TCP拥塞控制算法（如BBRv3），对数据库主从复制和分布式事务的尾延迟有改善，但在跨IDC长肥管道上可能引发不公平竞争，需要调参。第二，多个数据库产品本周发布了“网络感知”补丁：例如某分布式数据库新增了基于eBPF的实时带宽探测，能在查询计划阶段就避开拥塞链路。这意味着DBA不再只盯慢查询日志，还要看网卡队列和重传率。
问：普通企业数据库团队本周该做什么？
答：建议做一次“词元-带宽”压力对照测试。具体做法：用真实AI推理负载（而非sysbench）压测数据库，同时采集服务器带宽、PPS、重传率和网络软件中断分布。如果发现带宽先于CPU饱和，优先考虑升级网卡或启用RDMA，而不是加CPU。另外，关注IDC行业近期关于“AI词元计费与网络SLA挂钩”的讨论——未来数据库选型，可能要看它能不能在有限带宽下把词元吞吐做得更高。
0 留言