業務データ、リアルタイム分析、AIワークロード——これまでバラバラだったものをひとつのデータベースに。OceanBase AI Database 詳細はこちら ->
業務データ、リアルタイム分析、AIワークロード——これまでバラバラだったものをひとつのデータベースに。OceanBase AI Database 詳細はこちら -> ->
OceanBase
OceanBaseとデータベースに関する技術トレンド、プロダクト解説、ユーザー事例をお届けし、より深い理解と活用を支援します。
著者の記事一覧
分散データベースからOceanBase AIデータベースへ――OceanBaseの技術進化を読み解く
OceanBaseは、分散データベースから出発し、いまではAI時代に対応する新たな製品群へと進化しつつあります。本記事では、その技術的な歩みをたどります。 OceanBaseの製品進化 OceanBaseは2010年に分散データベースの開発を開始しました。当初はNoSQLデータベースとして位置付けられていましたが、その後は本格的なリレーショナルデータベースへと進化し、MySQLおよびOracleとの互換性も継続的に強化してきました。3.x以降は、トランザクション処理（TP）と分析処理（AP）が混在するワークロードへの対応も強化してきました。実際の基幹業務システムでは、TPとAPを厳密に切り分け...
OceanBase AIが実現するRAGパイプラインの全体像
前回の記事「AI時代のデータベースはどう進化するのか。ベクトル検索だけでは足りない」では、アーキテクチャと価値の観点から、OceanBase AI がマルチモデル統合アプローチを採用する理由を解説しました。1 つのデータベースで業務データ、ベクトル、全文検索、AI 呼び出しを扱い、SQL によってデータからインテリジェンスまでの流れをつなぐ、という考え方です。 本記事では、このコンセプトを実際の技術フローとして実現する方法を掘り下げます。RAG（Retrieval-Augmented Generation）やハイブリッド検索の導入を検討している開発チームが直面する具体的な課題は、以下のような点...
OceanBaseのAI Function入門。SQLでここまでできる
OceanBaseには、`AI_COMPLETE`、`AI_EMBED`、`AI_RERANK`、`AI_PROMPT`、`AI_SPLIT_DOCUMENT` という5つのSQL組み込み関数があります。これらを使うと、テキストのチャンキング、ベクトル化、検索結果の再ランキング、テキスト生成といった処理をデータベースの中で扱えます。ベクトル検索やハイブリッド検索と同じエンジン上で動くので、RAGの一連の流れをSQLでそのままつなげて書けます。 OceanBaseでは、LLMの機能をデータベース関数として利用できます。使い方は`UPPER()`や`SUM()`に近く、モデルのエンドポイントを登録...
LangChainからCursorまで、AI開発のデータ基盤をOceanBaseに集約する
AIアプリ開発でデータ層が分散しやすくなる理由 RAGやAIエージェントを組み込んだアプリケーションを作ると、使うツールは自然と増えていきます。LangChainやLlamaIndexで処理フローを組み立て、OpenAIやローカルモデルで推論を行い、Difyのようなワークフロープラットフォームで業務ロジックをつなぎ、Cursor、Cline、Claude CodeなどのIDEで実装を進める。最近のAI開発では、こうした構成は珍しくありません。 一方で、ツールが増えるほどデータ層は複雑になりがちです。業務データはRDB、ベクトル検索は専用Vector DB、キーワード検索は検索エンジン、エージェ...