聚力數據庫與AI，OceanBase 6篇論文入選國際頂會ICDE 2025

5月19日-23日，國際頂級數據庫學術會議ICDE 2025（第41屆IEEE國際數據工程大會）于中國香港舉辦。本屆會議中國高校和企業表現亮眼，其中數據庫廠商OceanBase共有6篇論文入選，有1篇獲“最佳工業和應用論文亞軍”，研究方向包括分布式數據庫、聯邦學習、隱私保護等，展現了其在數據庫與AI融合上的突破進展。

 

ICDE與SIGMOD、VLDB并稱為數據庫領域三大頂級會議，是中國計算機學會CCF推薦的A類國際學術會議，在全球學術圈中擁有極高的權威性和影響力。本屆會議吸引近千名全球頂尖學者及行業專家參與，聚焦數據工程領域的前沿技術突破與行業應用實踐。

 

 

 

伴隨AI技術的爆發式發展，數據庫作為數據存儲和管理的核心系統，面臨海量數據存儲、復雜計算需求、隱私保護等多重挑戰。以OceanBase為代表的數據庫廠商正在創新探索數據庫與AI的融合，建造AI時代數據底座。

 

被評定為“最佳工業和應用論文亞軍”的《OceanBase單元化：構建下一代在線地圖應用》，介紹了OceanBase的單元化架構設計。該架構將系統服務拆分為多個獨立“單元”，每個單元可在單臺服務器獨立部署并支持跨區域多機協同，結合讀寫分離和混合架構，系統自動平衡事務型（OLTP）和分析型（OLAP）負載，實現高可用、彈性擴展、資源隔離和高性能，高效處理大規模數據和高并發訪問。該架構已在高德地圖落地實踐，展現增強的容災能力，并在寫密集型和讀密集型基準測試中均實現性能提升。

 

在AI重塑數據處理需求的背景下，OceanBase多項研究聚焦數據庫與AI融合，探索智能化數據處理路徑。

 

例如，針對縱向聯邦學習中參與方選擇效率低、數據多樣性不足的痛點，《追蹤數據多樣性：縱向聯邦學習中的參與者選擇》一文提出VFPS-SM優化框架。該框架將參與方選擇轉化為“子模函數最大化”數學問題，結合KNN算法、top-k查詢與加密技術，在保護數據隱私的前提下，使參與方選擇效率最高提升365倍、模型訓練效率提升35倍。這一技術可應用于醫療、物流、交通等領域，助力跨機構數據協作建模，例如加速多醫院聯合疾病預測模型的開發。

 

另一篇論文《如何響應安全且私密的SQL查詢》聚焦數據安全與訪問效率、查詢精度的平衡。文章綜述現有安全隱私SQL查詢的算法，總結了一套通過模塊化拆解復雜SQL查詢的方法，結合安全計算與差分隱私技術，在保證數據安全、用戶隱私的情況下，提高SQL查詢的效率和精度。

 

在ICDE 2025上，OceanBase還受邀舉辦一場題為“AI時代的數據庫”的研討會，多位數據庫與AI領域的資深學者和研究員參會發言，分享Data x AI領域最前沿的學術進展與創新實踐。

 

AI技術的引入，正逐步將數據庫推向全新時代。作為根自研的原生分布式數據庫，OceanBase自2010年創立以來，始終堅持技術創新，多次在SIGMOD、VLDB、ICDE、AAAI等國際學術舞臺展示硬實力，并與華東師范大學、中國人民大學、武漢大學、新加坡南洋理工大學等機構合作，共同探索數據庫前沿技術。2025年4月，OceanBase CEO楊冰宣布公司全面進入AI時代，提出“Data x AI”戰略，啟動人才和組織體系升級，建設AI時代的數據底座。