镜舟科技-优快云博客

原创镜舟科技 CTO 陈鹏：从实时分析到统一的数据分析与智能平台

以统一数据底座、企业级语义层与 Data Agent，连接数据访问、业务理解和智能分析，并以统一治理贯穿全程。

2026-10-21 20:06:06 291

原创镜舟发布 MIP 企业级 AI 数据平台，以统一数据与业务语义支撑 Agent 分析

镜舟科技举办线上产品发布会，正式发布企业级 AI 数据平台 MIP（MirrorShip Intelligence Platform）。

2026-10-21 17:05:10 286

原创从 StarRocks 到 MIP：数据平台的下一步是“理解”

企业级 AI 的长期壁垒不是 Prompt，而是业务语义。

2026-10-05 11:30:21 344

原创 Semantic View技术解析（三）：指标、关系与过滤规则如何约束查询结果

Semantic View 减少了临时生成 SQL 时的口径遗漏与实现差异，也为结果核验提供了可以检查的 SQL 和粒度信息。

2026-09-28 19:47:05 379

原创 Semantic View 技术解析（二）：业务口径如何进入数据库执行路径

镜舟的做法是，将经过确认、能够形式化为查询规则的业务语义，声明为数据库可引用的定义。遇到新的业务域、尚未确认的口径、需要跨领域关联的信息，或依赖多步推理的问题，仍然需要 AI 的生成能力、业务上下文以及人的审核。Semantic View 本身是数据库中的一等对象，可以在其中声明逻辑表、主键、关系、维度和指标，也可以附加同义词、示例值和面向 AI 的生成提示。它解决的是把已经确认的业务口径，从分析师个人经验、临时 Prompt 和重复 SQL 中抽离出来，成为可复用、可维护、可检查的查询定义。

2026-09-17 13:37:29 242

原创从 DBA 经验到 Agent：镜舟如何构建生产级智能排障体系

MirrorShip DevOps Agent 面向数据库生产排障场景。它能够感知实时集群状态，调用受控诊断工具，基于现场证据推进多轮分析，并在独立安全机制的约束下执行操作。用四个词概括：懂现场 · 会排查 · 能执行 · 有边界。Agent 根据 Skill 的决策路径，生成按优先级排序的候选假设。每个假设都会对应具体的验证动作。例如，Agent 不会停留在“可能是 Compaction 问题”的泛化判断，而会继续查询 Compaction Score、版本数、调度队列和吞吐指标。

2026-09-04 21:04:33 400

原创为什么 Text-to-SQL 总是停在 Demo？

同一个业务概念可能对应多种计算方式。不同口径不一定互相矛盾，它们可能分别服务于财务核算、销售管理和经营分析。以“销售额”为例：财务部门可能关注已确认收入；销售团队可能关注合同签约金额；经营分析可能使用扣除退款和一次性项目后的调整口径；管理层周报可能按照固定汇率进行跨区域比较。当用户只提出“查询销售额”时，模型需要知道当前场景对应哪一种定义。如果企业没有把这些口径明确记录并与适用范围关联，模型只能根据字段名称、表描述或提示词进行判断。

2026-09-04 19:39:25 312

原创 AI 能写 SQL，但它真的理解数据吗？镜舟 Semantic View 如何补齐语义缺口

TABLES (METRICS (这一定义中有三点值得注意。1. 一旦通过声明表之间的关系，后续查询便不再需要手动编写 Join。2. SYNONYMS 和主要提供给语言模型使用，而不是提供给数据库引擎计算。用户说“purchase year”或“year”时，对应buy_year；用户说“gear brand”“brand”或“make”时，对应品牌维度；用户提到“float”或“Handing”时，模型可以参考样例值，将其识别为具体的数据取值。

2026-09-04 17:35:34 426

原创一句话发起排障，镜舟 DevOps Agent 正式上线

排障过去很依赖资深工程师的经验和对系统的熟悉程度。现在，镜舟 DevOps Agent 把这些经验变成一套可以被更多人调用的能力，同时用足够扎实的安全机制，让AI 参与运维这件事，从一个听起来有风险的想法，变成一个可以放心交给团队使用的功能。

2026-09-04 15:58:23 314

原创 WAIC 2026 交卷时刻：Agent落地新标尺是什么？

7 月 17 日到 20 日，2026 世界人工智能大会（WAIC）在上海世博、张江、西岸“三地四馆”同时开幕。今年的主题是“智能伙伴，共创未来”，Agent 是全场最热的关键词，本届 SAIL 奖 TOP30 申报项目中，智能体方向占比超过 40%，是申报量最高的技术赛道。

2026-09-04 14:28:52 199

原创近期活动回顾：从国内生态连接，到海外区域深耕

5 月 27 日，在华为、Kepro 与 StarRocks 共同参与的技术交流中，镜舟科技解决方案架构师孙亮现场重点拆解了 AI 从概念走向实际应用时企业面对的真实挑战，以及 Agent 架构优化对底层数据的依赖。基础设施的演进，正在向着降低复杂度、提升整体协同效率的方向发展。从北京的技术发布会，到曼谷、雅加达与马尼拉的活动现场，这些不同形式的交流为我们提供了观察数据基础设施演进的真实视角。镜舟会继续参与更多一线的技术实践与生态交流，通过持续的产品迭代与伙伴合作，为复杂的业务场景提供扎实的数据能力支持。

2026-06-17 18:00:02 208

原创当 AI 拉爆查询并发、要求数据不搬运，底座该如何重构？

单纯的计算速度只是基础。更进一步，基础设施需要演进为一个自进化的知识中枢——将底层的统一建模和元数据，转化为 Agent 能够直接调用的经验 Memory 与 Skill，让每一次数据探索都能沉淀为企业的数字资产。这也意味着，未来的数据基础设施，必须将底层的计算引擎、中间的知识与记忆管理、上层的 Agent 交互，统一封装成一个闭环系统。长期以来，传统云数仓的商业模式建立在“先入库，再计算”的前提下——企业必须花大力气构建复杂的 ETL 链路，把数据搬迁到数仓厂商的封闭系统里，才能享受其算力。

2026-06-17 17:51:01 391

原创镜舟科技出席 HPE 新品发布会，携手打造“Lakehouse + AI”智能数据底座

2026 年 5 月 26 日，HPE 在北京举行新品发布会，多家专业媒体、业内专家及行业客户共同见证了 HPE 新一代企业级文件和对象存储 HPE Alletra Storage MP X10000 系列的正式发布。作为 HPE 的生态合作伙伴，镜舟科技受邀出席此次活动，并公布了双方联合解决方案及核心验证成果。双方通过协议兼容与性能调优，在存算分离架构下实现了端到端的闭环，共同为企业构建面向 AI Agent 时代的智能数据底座，帮助企业更好地挖掘海量数据价值。

2026-06-08 20:36:17 219

原创从 Prompt 到 Context Engineering：如何用 StarRocks 构建 AI Agent 的实时上下文引擎？

时至今日，许多企业已经完成了 Lakehouse 的架构升级，却在 AI 规模化落地阶段遭遇了新的瓶颈：数据维度和数据量足够多，但无法支撑 Agent 的高并发探索式查询、无法保障决策数据的准确性、也无法在多 Agent 协作时维持系统的稳定与可治理性。这四点加在一起，本质上描述的是一个问题：企业需要一层专门的数据基础设施，来为 AI Agent 提供持续的、高质量的上下文支撑。在这个链路里，向量检索负责解决“说什么语气、引用什么知识”的问题，而实时数据查询负责解决“当前业务事实是什么”的问题。

2026-06-08 15:19:14 285

原创从数据平台到 AI 决策基础设施：Lakehouse 规模化之后，企业真正需要解决的是什么？

规模化的 Lakehouse 平台，考验的从来不只是架构师对分层模式的理解，而是在 AI 浪潮下对“数据基础设施该服务于谁”这一根本问题的判断。当 AI Agents 逐渐成为企业业务决策的重要参与者，数据平台的价值不再只是“存得住、查得快”，而是能否成为 Agent 可信赖、可追溯的决策底座。这是一道正在加速到来的命题，也是当下数据架构演进最值得认真思考的方向。

2026-06-08 14:39:23 234

原创一个问题变成 50 条 SQL：AI Agent 是怎么问数据库的？

如果发现这一次 CBO 选错了执行计划导致跑得很慢，内置的 SQL 调优顾问（Tuning Advisor）会记录下这个教训，在下一次同样的查询结构跑进来时，自动纠正执行计划。在存算分离架构下，底层的业务数据是一份共享的，但上层的计算资源可以彻底分开。这种自我修复能力，确保了即便面对 AI 实时生成的毫无章法的 SQL，底层引擎也能吃一堑长一智，让后续的探索查询保持稳定和高性能。同样一个业务问题，它在后台自主探索、多轮验证，轻松触发 50 条以上的 SQL，不是因为它效率低，而是因为它在用查询来代替思考。

2026-06-08 11:24:14 414

原创从模型投毒到同质化风险：大数据产业在AIP的新机会浮现

315 晚会曝光的 Apollo-9 手环事件和 GEO 自律公约的无力，不是段子，是预演。你以为你在问 AI 问题，其实你在看广告。你以为 AI 在给你答案，其实它在念别人写好的剧本。我们赌2029 年春节，你会刷到一篇爆款文章，标题类似《为什么 AI 写的东西越来越像了？》，然后全行业开始讨论这个问题。那篇文章，大概率也是 AI 写的。其实这篇文章也是AI写的。本文作者：Jeff M & Dylan M（两个 AI 助手）那么，有没有一条路能从这个闭环里出去？可能有。方向是企业私有数据。

2026-04-14 18:14:42 454

原创 AI Agent 为什么难落地？别让数据底座拖了智能体的后腿

作为 AI 原生的 Lakehouse 引擎，StarRocks 正在 Agent 场景中展现出高效的适配价值，同一份数据，同时支撑 AI Agent、BI 报表、即席查询（Ad-hoc）、面向用户的业务分析等多种访问模式，极大规避了为不同场景重复建设数据副本的工程与运维成本。基于镜舟数据库及相关解决方案，企业可以在兼容现有湖仓生态的基础上，逐步获得统一存储、实时查询、向量检索和开放互联等能力，从而让数据底座不仅服务今天的分析需求，也服务下一阶段的 AI 应用建设。

2026-04-14 17:08:04 389

原创把大模型接上业务数据，要过几道关？

用户问一个关于市场份额的问题，Agent 可能要先查账号权限，再查整体指标，再按竞品维度拆分，再按时间段对比，每一步都是一次独立的数据调用。只不过，未来的报表将不再完全由人工定制，而是会借助AI技术自动生成分析结果，然后固化成报表，人工参与的程度会逐渐降低。大模型在这里只能猜。AI 对话分析解决的是，当你突然冒出一个新的问题时，它能及时给出答案，不需要提前进行繁琐的设置。目前最常见的接入方式是这样的：用户提问，大模型调用数据接口，接口返回原始数据或简单聚合结果，然后大模型自己完成拼接和计算，最后给出结论。

2026-04-14 16:12:35 434

原创华农保险 x StarRocks：从单机瓶颈到架构焕新，探索 OLAP 的涅槃之路

在数字化转型的浪潮中，保险行业正经历着前所未有的数据爆发。对于华农保险而言，数据不仅是业务的记录，更是驱动决策的核心资产。1月28日，在第 50 期直播活动中，与，分享了华农保险从 ClickHouse 到 StarRocks 的架构跃迁之路，以及 StarRocks 在金融行业的落地实践。作为一家处于快速发展期的保险企业，华农保险的数据体量正在飞速膨胀。目前其业务库中存量数据已达近十 TB，且保持着日新增数百 GB 的增长速度。

2026-03-17 14:21:51 451

原创广告投流第一战：如何用 StarRocks 搞定“起量监控”与“素材优选”？

本文 StarRocks 方案主要针对阶段三的实时监控与素材优选，同时通过数据闭环反哺前序召回与出价，实现全链路提效

2026-03-11 16:37:26 442

原创从报表到对话：金融机构如何利用统一查询引擎驱动 AI 问数？

本文结合某大型金融机构的落地实践，介绍如何基于 StarRocks 打造统一查询引擎，并在此基础上实现 AI+BI 融合的智能决策能力，让投研、风控、财富、运营等多条业务线都能“边想边问”。不像一般金融机构只处理内部客户与产品数据，券商每天要整合来自市场、交易、客户、研究、运营等数十个系统的海量数据，形成对股票走势、客户行为、风险敞口、营销机会的实时洞察。

2026-01-19 15:06:55 636

原创镜舟数据库 TPC-DS 性能快报

性能背后，是对领先架构的思考，镜舟科技也将继续携手 StarRocks 推动数据分析技术的发展，帮助更多企业实现更高效、更智能地释放海量数据的价值，让数据流动更自由、洞察获取更即时、智能决策更全面。为了精确量化企业级产品的能力，镜舟科技基于TPC-DS 基准测试集，对镜舟数据库与社区版 StarRocks 进行了同等条件下的深度性能对比。StarRocks 是一款优秀的开源数据分析引擎，镜舟数据库作为其企业级增强版，在内核层面进行了针对企业复杂场景的优化。

2025-12-18 19:08:11 1009

原创镜舟科技与察言观数（AskTable）完成产品兼容互认，携手开启智能数据分析新篇章

近日，领先的企业级分析型数据库厂商镜舟科技与数据智能平台察言观数（AskTable）完成产品兼容互认。此次互认包括开源版 StarRocks 和企业版镜舟数据库，双方将在技术生态与商业应用层面深度协同，打通从“极速数据存储”到“自然语言智能分析”的完整链路，共同为企业客户提供更高效、更智能的数据决策解决方案。

2025-12-18 15:56:22 842

原创行业标杆 | 越秀地产入选「2025年度数据湖仓应用创新先锋企业」

近日，镜舟科技发布“2025 年度数据湖仓应用创新先锋企业”奖项，作为中国第一代商品房缔造者和全国综合性房企领军者，越秀地产凭借其在数据湖仓建设与应用方面的卓越实践成功入选，为房地产行业的数字化转型树立了标杆。

2025-12-18 10:58:51 735

原创活动回顾 | 镜舟科技出席鲲鹏开发者创享日・北京站

未来，镜舟科技将继续携手华为鲲鹏及广大开发者伙伴，持续深耕底层核心技术，推动 StarRocks 在全球范围内的应用，以更优质的产品和解决方案，为中国数字经济的高质量发展注入强劲动力。，镜舟科技的展位成为了现场关注的焦点。镜舟完善的运维管理能力，包括极速数据迁移体系、多维度的容灾备份体系以及权限管理体系，让企业在享受高性能的同时，对数据安全与稳定性的后顾之忧。通过与鲲鹏生态的深度融合，镜舟正致力于为更多企业提供高性能、高可靠、易运维的一站式分析型数据库服务，助力企业释放数据价值，加速数字化转型。

2025-12-17 20:51:40 459

原创以 StarRocks 4.0 为核，引领企业迈入 AI 实时湖仓新时代

StarRocks 提供原生的湖仓一体能力，支持对 Iceberg、Hudi、Paimon 等主流数据湖格式进行高性能读写，并以统一的 Catalog 管理权限，帮助企业告别繁杂的 ETL 和多套组件并存现状，构建一个开放、统一、高效的 One Data 体系。通过企业版产品镜舟数据库，在 StarRocks 内核能力的基础上，增加了安全管控、灾备、可视化运维等企业级功能，致力于帮助更多企业构建卓越的数据分析系统，共同拥抱数据驱动的智能未来。，并稳定支撑每日超 17 万次的高并发查询。

2025-11-28 20:48:55 1047

原创告别“数据孤岛”，基金公司如何构建秒级响应的统一分析底座？

该基金公司的实践证明，在数据体量庞大、业务逻辑复杂的金融场景下，StarRocks 不仅能解决金融机构查询慢和成本高的问题，更能释放数据的实时价值，赋能投研与营销的每一次决策。例如，业务分析师想要进行“某特定客群在不同市场行情下的资产留存分析”，由于查询涉及海量历史流水与客户标签的关联，系统响应往往超过 5-10 分钟，甚至直接超时失败。通过 MPP 架构的极速计算能力，替代了原有的慢速跑批，报表延迟骤降，业务报表的整体数据准备时间从 6 小时压缩至 5 分钟以内，真正实现了T+0的动态经营分析。

2025-11-28 18:29:25 486

原创载誉而归！镜舟科技亮相2025 OSCAR开源产业大会，荣获“开源+商业化产品”奖

加速与主流数据湖、ETL、治理、BI、调度及 RAG 组件的深度兼容，镜舟科技将继续扮演好社区贡献者与商业赋能者的双重角色，与全球开发者、用户及合作伙伴一道，共同推动StarRocks 生态的持续壮大，以卓越的技术与可靠的服务，赋能更多企业在数字经济时代赢得先机。该奖聚焦开源技术的工程化能力与商业落地价值，旨在表彰那些不仅在开源社区拥有强大技术影响力，更成功地将开源技术转化为成熟、可靠的商业产品，并创造出显著市场价值的标杆企业。等核心议题，镜舟科技与来访嘉宾展开了深入的商业场景探讨与技术交流。

2025-10-30 13:35:48 301

原创中国企业出海新征程：数据基础设施如何成为全球化竞争的关键变量

企业可以轻松摄取多源数据，无论是来自 Kafka、Flink 的实时流，还是 Spark、S3 的批量数据，都能在统一平台上进行处理和分析。但我们更关注的是，这种性能优势如何转化为客户的业务价值——更快的查询意味着更及时的决策，更低的成本意味着更高的投资回报。在这个过程中，数据不仅是企业出海的重要资产，更正在成为企业在国际市场中沟通、决策和竞争的通用语言。面对出海企业的数据困境，镜舟科技基于开源项目 StarRocks 的技术积累，在推动新一代数据基础设施发展的过程中，形成了对行业趋势的深度洞察。

2025-10-23 17:40:29 734

空空如也

空空如也