文档反馈官招募中，报名立赚积分兑换代金券！> HOT
文档中心>TDSQL Boundless>自研内核>数据库 AI 节点（DBAI）>DBAI 数据库 AI 节点功能概览

DBAI 数据库 AI 节点功能概览

最近更新时间：2026-05-21 14:15:00

我的收藏

本页目录：

简介

说明：
当前 DBAI 处于邀约测试阶段，请 填写邀约测试申请 参与体验。

DBAI（Database AI Node） 是腾讯云数据库 TDSQL Boundless 推出的智能数据节点，旨在为企业多源异构数据提供一站式的 AI 能力底座。DBAI 以非侵入方式接入 MySQL、PostgreSQL、MongoDB、Redis 及对象存储等数据源，通过统一的 SQL 接口对外提供跨源查询、语义检索、库内推理与可视化洞察服务。
DBAI 无需替换或迁移现有数据库实例，通过单一节点即可实现以下核心能力：
多源数据统一访问：消除跨库取数的胶水代码，通过一条 SQL 语句关联多种数据源；
自然语言交互：支持以自然语言方式查询数据，降低非技术人员的数据获取门槛；
多模检索一体化：将数据抽取、向量化、索引构建等 RAG 全链路收敛于节点内部；
AI 推理就地执行：模型训练与推理在数据节点内完成，避免数据搬运与权限边界被穿透。

AI 节点的功能

DBAI 节点由三大功能模块组成，底层共享统一的执行内核与元数据视图，端到端覆盖"查询 — 检索 — 推理 — 渲染"完整链路。

Multi-Model Fabric 多模存储与混合检索

Multi-Model Fabric 面向 RAG、语义检索与多模数据加工场景，将多源异构数据组织为统一的多模检索底座。
自动接入与向量化：自动加载多源数据至节点，并按指定列完成向量化构建；
就地索引构建：对已纳管的库表按需创建向量索引与全文索引；
混合检索：在同一条 SQL 中完成向量检索、全文检索与结构化条件过滤的联合排序；
双向数据流：支持读写对象存储，并将处理结果回写至已接入的数据源。
调用示例：
SELECT id, title, _hybrid_score
FROM   hybrid_search(
  'docs_mm',
  'embedding',  PREDICT(bge_large_zh, '如何申请退款'),
  'content',    '退款 流程',
  k         => 10,
  alpha     => 0.6,
  prefilter => true
)
WHERE  category IN ('refund', 'order')
ORDER BY _hybrid_score DESC;

-- 返回:
-- +----+-------------------+--------------+
-- | id | title             | _hybrid_score|
-- +----+-------------------+--------------+
-- | 17 | 退款流程说明       |        0.932 |
-- | 42 | 如何发起退货退款    |        0.891 |
-- |  5 | 订单退款常见问题   |        0.874 |
-- | 31 | 退款到账时间说明   |        0.856 |
-- | 88 | 售后退款政策       |        0.823 |
-- +----+-------------------+--------------+

Data Dive 数据查询与洞察

Data Dive 面向跨库取数与运营分析场景，将数据查询、计算、解读与可视化整合为一次调用。
跨源关联查询：在同一条 SQL 语句中关联 MySQL、PostgreSQL、MongoDB、Redis 等多种数据源；
自然语言转 SQL：将自然语言转换为带 Schema 校验的可执行 SQL，支持复杂查询意图理解；
智能洞察：基于查询结果自动生成趋势分析、排名、异常点识别及结论摘要，以结构化格式输出；
可视化渲染：将查询结果一键生成可交互、可分享的可视化报表页面。
调用示例：
SELECT ai_insight(
  '各城市用户的订单量和消费总额分布情况如何？哪个城市消费能力最强？',
  format => 'html'
) AS report;

-- 返回:
-- +----------------------------------------------------------------------+
-- | report                                                               |
-- +----------------------------------------------------------------------+
-- | https://xxxx.cos.ap-guangzhou.myqcloud.com/reports/city_insight.html |
-- +----------------------------------------------------------------------+


In-Database AI 模型托管与库内推理

In-Database AI 将模型全生命周期管理纳入数据库节点，实现数据零搬运、模型即函数的一体化 AI 能力。
特征工程：提供特征筛选（IV、PSI、Pearson 相关系数）与特征预处理（归一化、One-Hot 编码、缺失值填充、标签编码）能力，预处理逻辑与模型绑定，推理时自动复用，确保训推一致性；
模型训练：内置 Linear Regression、SVR、LightGBM、Random Forest、GBRT、GBDT 共6种经典算法，支持同步与异步两种执行模式，训练产出自动转换为 ONNX 格式存储；
模型导入：支持从对象存储（COS）导入已训练好的 ONNX 格式模型，将外部平台的模型纳入数据库内统一管理；
模型推理：统一基于 ONNX Runtime 执行，支持单条同步推理（在线服务）和批量异步推理（离线批处理），以 SQL 函数形式嵌入任意查询；
模型评估：支持 MSE、RMSE、MAE、R²、MAPE 等主流评估指标，基于测试数据集量化模型效果；
内置预训练模型：预置 BGE、Multilingual-E5、CLIP 等高质量 Embedding 模型，开箱即用，支撑向量化与语义检索；
外部 LLM 调用：支持将外部大语言模型服务注册为数据库内函数，在查询中直接调用文本生成、情感分析、实体抽取等 AI 能力；
模型管理：提供模型列表查看、详情查询、异步任务监控及模型删除等完整生命周期管理操作。
调用示例：
-- 模型训练
CREATE MODEL house_price_lgb
ALGORITHM = 'lightgbm'
OPTIONS (n_estimators = 100, learning_rate = 0.1)
PREPROCESS (
    NORMALIZE(area, age, method = 'minmax'),
    ONEHOT(district)
)
AS SELECT area, rooms, age, district, price FROM house_data;

-- 模型推理
SELECT id, PREDICT(house_price_lgb, area, rooms, age, district) AS predicted_price
FROM house_data
WHERE city = 'shanghai';

AI 节点的优势

数据零搬迁，架构无侵入

DBAI 节点以适配层方式接入现有数据源，保留原始数据库实例不变，无需引入额外数仓或 ETL 流程。原有数据库的物理隔离与权限边界始终得到保障。

统一 SQL 方言，一站式数据访问

关系型数据库、文档数据库、键值存储及对象存储均通过一套 SQL 方言进行访问。ai_sql()、ai_query()、ai_insight()、predict()、embed() 等内建函数使自然语言解析、跨库查询、语义检索与模型推理在同一执行计划中完成。

AI 能力与数据同层，推理不出节点

模型托管于数据节点内部，推理计算与洞察生成均在本地执行，数据全程不出 VPC，有效满足数据合规与安全性要求。

全链路闭环，降低集成复杂度

从数据接入、向量化索引、混合检索到模型推理与结果渲染，全部能力收敛于单一节点，显著降低业务系统的集成复杂度与运维成本。

丰富的业务场景覆盖

跨多源临时分析、运营数据、自动化报表生成
AI Agent 统一数据工具层，覆盖全域多源数据
RAG 检索底座，支撑文本、文档、图片等多模语料
业务派生数据的就地生成与回写（标签、摘要、特征、风险评分等）
风控、推荐、流失预测等中小规模就地建模
中国站