COSCon’25 回顾｜基于 Apache Cloudberry 构建库内数据智能平台

2025 年 12 月 6–7 日，第十届中国开源年会 COSCon’25 在北京市海淀区丽亭华苑酒店圆满落幕。作为中国最具影响力的开源盛会之一，COSCon 自 2015 年创办以来已经走过十年历程。本届大会以“众智开源 Open Source，Open Intelligence”为主题，聚焦开源与人工智能深度融合带来的技术变革、产业趋势与生态协同，吸引了国内外众多社区、企业与开发者参与。

在这一具有重要节点意义的十周年大会上，酷克数据携手 Apache Cloudberry 社区携技术演讲与开源市集展位亮相，与参会开发者共同探索 AI 时代构建新一代数据智能平台的前沿路径，展示了开源数据库在智能化浪潮中的新角色与新机遇。

基于Apache Cloudberry构建库内数据智能平台

在 COSCon 的核心论坛之一——Data for AI 开源论坛中，酷克数据开源负责人、Apache Cloudberry PPMC 成员王殿进带来了主题演讲《基于 Apache Cloudberry 构建库内原生数据智能平台》。演讲围绕 Cloudberry 的核心能力、AI 原生特性及未来生态布局展开，引发现场开发者的高度关注。

作为一款基于 PostgreSQL 的大规模并行处理数据库，Apache Cloudberry 能够支持 TB 至 PB 级的数据规模，适用于企业级数据仓库构建，同时满足大数据分析与 AI/ML 等复合型业务场景需求。自 2024 年正式进入 Apache 孵化器以来，Cloudberry 凭借行列混合存储、动态表与增量物化视图、并行查询执行与算子下推、以及对非结构化数据的统一管理能力等诸多新特性，逐步成长为面向新一代智能数据需求的开源数据库代表。

在演讲中，王殿进阐述了“库内智能”这一理念。他指出，传统数据智能架构往往依赖数据库、ETL、中间存储与 AI 平台之间的复杂链路，不仅带来显著的延迟与成本，也增加了整体系统的运维复杂度。生态企业基于 Cloudberry 自有的生态插件、内置 AI 方面的能力并自研集成分布式 AI 计算引擎 Ray，构建起库内智能平台（ In-database Intelligence），使数据能够在库内完成智能分析与推理，无需跨系统迁移。该架构通过融合 SQL 与 Python 双入口、融合 ML/DL/LLM 的计算框架，实现数据库在 AI 时代的角色跃迁。

在面向数据智能能力建设方面，基于丰富的生态与内置 AI 能力，生态企业和用户可基于 Cloudberry 形成覆盖传统机器学习、向量检索、分布式 AI 计算与 RAG 知识库的核心能力矩阵。其中：

• Apache MADlib 提供丰富的传统机器学习算法，通过 SQL 就可以进行机器学习、数据科学计算；

• pgvector for Cloudberry 支持语义相似度搜索；结合 ZomboDB for Cloudberry，进行关键词/分词检索。结合向量检索与全文检索，即可进行电商搜索、内容平台等场景落地。

• 目录表（Directory Table）实现对文档、音视频等非结构化数据的管理与处理；

• 可通过 AI 完备的客户端接入 Cloudberry MCP 服务器，对数据库元数据、数据库操作等进行查询与分析

• ……

上述能力共同构成了 Cloudberry 在 AI 原生数据库领域的关键竞争力，为构建一体化的数据智能平台奠定了基础。

王殿进现场还深入分享了酷克数据 HashData 基于 Cloudberry 自研的下一代数据科学与 AI 开发工具 HashML。该工具基于 Ray 构建，提供多机多卡的分布式 AI 计算能力，覆盖从传统机器学习建模到大模型推理、微调及多模态任务的全链路能力。依托 Cloudberry，HashML 继承了优秀的分布式并行处理架构与弹性伸缩能力，能够在同一平台上完成数据查询分析、机器学习、深度学习等多层次的数据智能任务。

在大语言模型（LLM）方向，HashML 提供从后预训练、微调、部署到应用的端到端支持，可通过 Python 与 SQL 两种编程接口进行调用，显著降低 AI 技术落地门槛，帮助数据科学家、数据工程师与 AI 应用开发者更高效地使用先进的 AI 技术。

在应用层面，HashML 已提供一系列面向企业场景的智能能力组件，包括：

• 智能问答：企业专属知识问答系统，基于向量检索与大模型推理实现可信问答。

• 智能问数（ChatData）：对话式数据查询、分析与可视化应用，可自动生成 SQL/Python 代码并执行。

• HashML Platform：内置丰富的算法与模型库，涵盖机器学习、深度学习、大语言模型与多模态模型，可按需选择与组合使用。

• DocMind：多模态智能文档系统，支持数据管理、工作流搭建、知识库构建、智能搜索与问答等功能，满足企业私有化环境下数据管理、知识库构建与智能文档应用的需求。

依托 HashML 及其生态能力，企业能够在本地化、私有化环境中构建统一的数据智能与 AI 开发生态，实现从数据到知识、从分析到智能的一体化能力建设。

开源市场集·创新力量

除了技术分享之外，COSCon’25 的开源市集同样热闹非凡，共有 33 家社区与开发者组织参与展示，以更贴近开发者、更具互动性的形式呈现开源生态的活力。在 Apache Cloudberry 展位，来自数据库、数据分析、数据工程、AI 应用等领域的参会者与社区成员深入交流，共同探讨数据智能时代的技术趋势与实践路径，进一步推动了社区生态的联动与合作。

加入 Apache Cloudberry 社区

• 官网：https://cloudberry.apache.org
  

• GitHub: github.com/apache/cloudberry
  

• 邮件列表：dev@cloudberry.apache.org
  

• Slack 链接：https://inviter.co/apache-cloudberry
  

• Cloudberry Bootcamp 体验沙箱：https://github.com/apache/cloudberry/tree/main/devops/sandbox