面向 AI 的多模态数据底座
围绕数据存储、计算、搜索与治理构建统一能力，Nexa 让企业数据更高效地被 AI 使用
多引擎一体化计算
统一提供宽表、分析、搜索及 AI 计算等引擎能力，兼容主流开源生态接口，通过智能编排路由与多引擎协同，满足不同场景的计算需求。
多模态一体化存储
统一存储结构化、半结构化数据，以及向量、文本、图片、音视频等多模态数据，支持 Lance、Iceberg 等开放数据格式，降低跨系统管理复杂度。
弹性适配负载
采用存算分离架构，支持存储与计算资源独立扩展，并根据业务负载弹性调整计算资源，兼顾性能与成本。
语义理解与经验沉淀
自动化完成数据对象的语义建模，并持续沉淀业务规则和专家经验等企业知识，提升 AI 使用企业数据的准确性。
企业级安全治理
支持元数据管理、权限控制、操作审计与变更追溯等治理能力，为 AI 应用提供安全可控、全程可追溯的数据访问保障。
一站式开发管理
提供一站式数据开发、调试、诊断等能力，覆盖查询编写、任务调试、结果验证、异常定位等全流程，提升数据开发效率，保障服务稳定运行。
Nexa = Lake + Transaction + Analytics + Search + AI Computing
多元数据服务场景
覆盖智能推荐、自动驾驶训练、RAG 知识问答与智能问数等典型场景，为不同业务提供混合搜索、多模存储、联邦查询和语义建模能力
自动驾驶
面向自动驾驶百 PB 级原始训练数据、万列千亿行的元数据与标签存储场景，Nexa 依托对象存储实现海量数据入湖低成本存储，基于 AI 计算引擎进行数据挖掘与模态转换，将向量化数据、标签数据、元数据统一存储于 Nexa 宽表引擎。结合 Nexa 搜索引擎的高性能检索能力，帮助业务团队高效完成数据圈选，并将复杂的数据管线维护工作闭环在产品内部，提升整体数据闭环效率。
动态宽表
支撑海量宽表数据的高性能写入与读取，同时支持动态列特性。
混合检索
基于标量与向量的混合检索能力，支持 Corner Case 的快速圈选。
数据管线维护
由产品统一管理引擎间的数据流动，降低维护成本。
智能推荐
面向智能推荐召回场景，通过全文检索、向量检索与标量过滤同库融合的混合检索技术，助力优化推荐系统中“标量条件过滤”与“向量语义召回”分处两套系统、数据搬运导致召回延迟高、一致性难保证的问题，带来 PB 级存储下毫秒级多路召回、免数据搬运、结果更精准且链路更简的价值。
全文检索
支持多语言分词和自定义词典，提供多种查询匹配模式和排序规则。
向量检索
支持 HNSW、IVF 等向量索引，实现语义相似内容的快速召回。
毫秒级响应
基于分布式分片与并行执行，满足在线推荐的低延迟需求。
RAG
面向 RAG 场景，通过 Nexa Knowledge 的语义构建与搜索引擎的“向量+标签+全文”混合检索技术，解决传统架构下文档/多模态资料需分别存入 COS、ES、CK、分布式缓存等多套异构系统，数据多级流转导致检索延迟高、结果不一致、语义割裂的问题，使检索更准、链路更短、成本更可控。
语义知识接入
统一术语与数据语义，让检索命中内容更贴合业务真实含义，从源头提升生成准确率。
一体化混合检索
一次查询融合多种检索方式，替代多系统拼接查询，检索链路更短、结果更一致。
全链路数据血缘可观测
从接入到检索命中，链路全程可追溯，异常秒级定位，告别传统链路排障困境。
智能问数
面向企业数据分析场景，系统自动为数据对象生成业务描述，并支持将专家经验等企业知识进行沉淀。结合查询前语义澄清和自然语言转 SQL 等能力，解决自然语言问题与数据库对象之间的语义映射难题，帮助 AI 更准确地理解和使用企业数据。
自动语义构建
基于表结构、关联关系等信息，自动划分业务域并生成对象业务描述，降低人工配置成本。
语义澄清
系统主动确认指标口径、区域范围等关键信息，减少理解偏差，提升问数准确性。
企业知识沉淀
持续沉淀业务规则与专家经验，形成统一、可复用、可演进的企业知识资产。
常见问题
使用 Nexa 是否需要迁移现有数据？
用户可基于场景自行决定。Nexa 支持通过 ShortCut 对外部数据源进行联邦访问，也支持通过通道服务将数据实时同步至 Nexa。企业可根据数据实时性、性能和管理需求，灵活选择原地访问或数据同步的方式。
Nexa 可以接入哪些数据源，是否兼容现有 SQL 和开发生态？
Nexa 支持 MySQL、PostgreSQL、MongoDB、COS/S3 等多类数据源接入，并提供 SQL、REST、MCP、POSIX 等访问方式。计算侧兼容 MySQL、PostgreSQL、OpenSearch 等协议生态，降低现有系统和开发工具的接入改造成本。
想了解Nexa产品的各类产品功能和性能指标，有什么途径？
官网中提到的宽表引擎、搜索引擎、分析引擎、Al计算引擎、数据同步服务等产品功能和性能指标口径，相关数据来源于 2026年9月腾讯内部实验测试结果，仅供参考，不代表所有场景下的实际表现，具体以实际使用情况为准。详情请查看官方产品文档《产品优势》。