什么是Serverless数据库？为何对现代AI应用重要

关键要点

• 无服务器数据库自动扩展计算资源，并按实际使用量计费，而非预留容量。
• 托管服务仍要求您选择实例大小。无服务器则自行决定容量。
• 突发推理和空闲开发周期使AI工作负载成为自然适配场景。
• 冷启动、无成本上限和常热工作负载是排除因素。

无服务器数据库是一种云数据库，它将计算与存储分离，根据需求变化自动扩展容量，并按工作负载实际消耗计费。服务器仍然存在。区别在于您无需调整其大小、修补或为空闲服务器付费，容量规划不再是发布当天的决策。

这种区别在流量不可预测时最为重要。AI应用可能一周内几乎处于零负载状态，而团队在迭代提示词，然后当代理工作流程上线时，瞬间扩展到数千个并发检索查询。为这种形态调整预置集群意味着猜测：太小则请求排队，太大则大部分账单用于支付无人使用的余量。

本博客定义了这一类别，解释了其背后的架构，区分了真正的无服务器系统与披着标签的预置集群，并涵盖了值得优先考虑的权衡：冷启动、成本控制、锁定效应，以及仍更适合预留容量的工作负载。

什么是无服务器数据库？

无服务器数据库是一种托管云数据库，其中提供商负责供应、扩展和维护，客户按消费量付费，而非按预留实例大小。容量默认弹性：数据库扩展以吸收峰值，并在工作负载安静时收缩，有时甚至收缩到零。

该类别的每个可信定义都表现出四个特征：

• 托管运维。无需实例大小调整、修补、故障转移配置或存储预分配。
• 弹性扩展。容量自动跟踪需求，无需手动调整或维护窗口。
• 按使用量计费。成本跟随请求、计算时间和存储字节，而非预留容量的小时数。
• 最小化容量规划。团队在了解流量形态之前就发布，然后让系统进行调整。

这些特征背后的架构信号是分离。计算节点是无状态且可丢弃的，而数据存储在持久化的共享层中，如对象存储或复制的键值存储。这种分离使得缩小规模而不丢失数据成为可能，这也是大多数无服务器品牌宣传模糊的界限。

为什么“无服务器”一词让许多买家困惑

无服务器并不意味着没有服务器。基础设施仍在运行，提供商将其纳入服务，并将其定价为结果而非租赁。这种困惑代价高昂，因为两种产品可能带有相同的标签但行为不同：一种在秒级内扩展并按查询计费，另一种则保持固定的最小计算量，并比手动操作更快地调整大小。将定价页面和扩展文档一起阅读，差异就会变得清晰。

无服务器数据库如何工作？

无服务器数据库将计算和存储保持独立，然后添加一个控制平面，监控需求并近实时调整计算。请求到达路由层，平台将其分配给其管理的计算，该计算读写共享存储层，无论计算是否运行，该层都保持持久性。

按需计算

计算按工作负载分配，而非按集群。当并发性或CPU攀升时，控制平面增加容量；当工作负载空闲时，收回容量。由于计算节点不持有持久状态，平台可以在不迁移数据的情况下启动、停止和替换它们。许多平台在空闲一段时间后暂停计算，并在下次连接时恢复，这是低空闲成本和冷启动背后的机制。

分离存储和始终可用的数据

存储位于持久化、复制的层中，由任何存活的计算访问。架构和AI聚焦的来源越来越多地将分离的计算和存储视为真正无服务器设计的测试，因为它让计算独立于数据量扩展。一个2 TB的数据集可以在一晚上由一个小的计算单元服务，在高峰期由多个单元服务，而无需移动字节。

计费跟踪使用量而非预留容量

按使用量计费计量请求单元或计算时间、存储字节和数据传输的某种组合。实际效果是空闲成本接近仅存储的价格，这改变了开发环境、季节性应用和多租户产品中每客户数据库的经济性。

无服务器数据库与托管和传统数据库有何不同？

这三种模式在两个问题上有所不同：谁负责运营，以及谁决定容量。自管理数据库将这两者都交给客户。托管服务接管运营，但仍要求您选择实例大小。无服务器数据库接管运营和容量，并按消耗量收费。

传统数据库运营

自管理数据库意味着您拥有整个技术栈：实例大小、复制拓扑、故障转移测试、版本升级和存储余量。当合规性或硬件要求需要时，这种控制是值得付出的，但在其他任何地方它都是昂贵的。

托管数据库运营

托管服务（如Amazon RDS）消除了补丁、备份和故障转移机制，但容量仍然是您提前决定并按小时付费的事项。扩展意味着更改实例类别，这是一个计划事件，而不是对流量的响应。无服务器与RDS对比详细说明了这种界限在实践中如何体现。

什么使数据库真正无服务器

一些被标记为无服务器的产品表现得像带有自动扩展层的预配置系统。例如，Azure SQL Database文档将其无服务器计算层描述为自动暂停、自动恢复以及最小和最大vCore范围，这确实是弹性的，但仍然受到您配置的计算限制。有两个问题区分了这些模式：计算能否独立于数据量进行扩展，以及当没有查询时账单是否降至接近零？如果任何一个问题的答案是否，那么您评估的是自动扩展，而不是无服务器。

为什么无服务器数据库非常适合AI应用和智能体？

AI工作负载的流量形态是预配置容量难以处理的：开发期间的长时间空闲、推理期间的突发高峰，以及一个用户请求触发数十次数据库往返的扇出模式。无服务器数据库匹配这种形态，因为容量跟随工作负载而不是预测。

突发AI工作负载和空闲为主的开发周期

考虑一个构建研究助手的团队。在六周内，数据库只为少数工程师和每晚的评估运行提供服务。在发布时，一个用户问题触发语义搜索、四次针对操作表的后续查找和一次对话历史写入，并且一天内有5,000名用户到达。在预配置集群上，有人必须在这些阶段发生之前为两个阶段选择一个实例大小。无服务器数据库吸收发布冲击，并将六周开发的费用计为接近仅存储成本。

智能体记忆、检索和结构化应用状态

智能体需要的不仅仅是向量索引。一个工作的智能体存储对话和任务记忆，通过嵌入和语义搜索检索上下文，并读写结构化应用状态，如用户、权限、工具调用日志和审计跟踪。将向量检索和事务性数据保存在一个系统中消除了同步管道及其带来的一致性问题的需要。这也意味着检索增强生成查询及其触发的事务针对同一真实数据源运行，因此读取文档然后更新记录的智能体不必协调两个存储。随着语料库的增长，检索方面随存储扩展，而计算方面随并发度扩展，这正是无服务器架构围绕构建的分离。

为什么AI代码生成自然与无服务器数据基础设施配对

编码智能体和AI应用构建器以编程方式创建数据库，通常每个项目、租户或预览环境一个。这种模式只有在创建数据库是一个廉价的API调用、没有容量决策和没有空闲账单附加时才能工作。一个用于AI智能体的无服务器数据库的经济性使得数百个小型、大部分空闲的数据库变得实用而不是浪费。

无服务器数据库的主要好处是什么？

最强的好处是与工作负载形态相关而非云营销的那些：较少的运营工作、容量跟随需求，以及在没有运行时成本低。对于可变和空闲为主的工作负载，成本节省是真实的，但不是普遍的。在稳定、高且可预测的负载下的数据库通常以预留容量更便宜。

操作简单性

没有实例大小调整、存储预分配、升级窗口需要安排。对于没有专门数据库管理员的小团队，这消除了最可能被推迟到变成事故的工作。这也缩小了随叫随到的范围：扩展和故障转移成为提供商的责任，团队剩余的数据库工作是模式设计和查询调优。

弹性扩展以应对可变需求

一天或一个季节中变化10倍的流量不再需要为峰值预配置。扩展无需调整大小，这最重要的场景是发布、营销高峰和由其他系统驱动而非人类会话的工作负载。批处理作业和智能体扇出属于第二类，因为它们的并发度由代码设置，而不是由多少人清醒决定。

现代产品团队更快实现价值

团队可以在了解其流量之前发布，然后进行调整。一个自动扩展的无服务器数据库将容量转化为运行时问题而非设计决策，这缩短了从原型到生产的过程，并使放弃的实验不再产生月度账单。

在选择无服务器数据库之前，您应该评估哪些权衡？

Serverless 适合波动性工作负载，但并非万能升级。在厂商文档和独立分析中反复出现四个权衡：冷启动、成本意外、锁定以及持续负载下的性能波动。每种权衡都有一种工作负载特征，使其排除该模型，了解哪种特征适用于你比进行概念验证更快。

冷启动与预热延迟

如果平台在空闲时暂停计算，则暂停后的第一个请求会承受恢复惩罚。根据系统的不同，这可能从几十毫秒到几秒不等。对于后台作业或内部工具，这只是噪音。对于 p99 延迟预算在低毫秒范围内的面向用户的端点，这是一个棘手的问题，而诸如保持最小容量预热之类的缓解措施会减少最初促使此选择的空闲节省。

成本控制与失控使用

按用量计费消除了实例大小提供的成本上限。重试风暴、热路径中未索引的查询或失控的代理循环会直接转化为支出。在投产前，确认平台提供哪些支出限制、每集群配额和消费提醒，并按峰值月份而非平均月份建模。

锁定、限制与工作负载适配

专有 API 和方言会使后续迁移成本高昂，因此与 MySQL 或 PostgreSQL 的线路协议兼容性值得权衡。Serverless 层往往还带有预置层所没有的限制：连接数上限、语句超时、受限扩展或较小最大存储。始终热、吞吐稳定且延迟要求严格的工作负载通常应归于预留容量。

在产线上哪些 Serverless 数据库模式最重要？

一旦类别问题解决，评估转向生产行为。成熟的买家在查看定价页之前，会检查恢复保证、可用性范围、连接处理和可观测性。

可靠性与恢复功能

确认备份频率、时间点恢复窗口，以及恢复是否为自助服务。询问可用性范围是什么：单可用区、多可用区或多区域，以及区域故障对 RPO 和 RTO 意味着什么。

开放标准与生态系统适配

线路协议兼容性决定了你现有的驱动程序、ORM、迁移工具和仪表板能否无需修改即可工作。连接行为也很重要，因为无服务器环境会频繁地打开和关闭连接，并且受益于连接池化或支持无服务器的驱动程序。

如何为你的工作负载评判最佳 Serverless 数据库

没有唯一最佳的无服务器数据库。答案取决于工作负载形态、延迟容忍度、数据模型和生态系统适配。比较关系型、NoSQL 和面向 AI 的选项时，请使用此清单：

• 流量特征：突发型、稳定型还是空闲为主，以及峰值与平均值的比率。
• 延迟预算：关键路径上是否可以接受冷启动。
• 数据模型：关系型、文档型、键值型、向量型或在一个系统中的混合。
• 一致性要求：事务是否需要跨行、跨表或跨区域。
• 恢复：备份保留、时间点恢复窗口和可用性范围。
• 成本控制：在投产流量之前设置支出限制、配额和提醒。
• 退出成本：协议兼容性以及迁移需要多少重写。

对于 AI 工作负载，再加一个测试：随着向量和行一起增长，检索如何扩展。此 无服务器向量存储可扩展性 分析在数据量增加时比较各种方法。

TiDB 如何融入现代数据与 AI 工作负载的 Serverless 数据库讨论

上述类别讨论与厂商无关，它引向一个实际问题：哪些架构真正实现了计算与存储分离，同时保持事务保证完整？TiDB 是无服务器理念与分布式 SQL、MySQL 兼容性以及 AI 工作负载需求结合的一个例子。

分布式 SQL 与无服务器云数据库架构

TiDB 从设计上将计算与存储分离，而非作为无服务器改造。无状态 TiDB 节点处理 SQL，TiKV 存储行，TiFlash 存储用于分析的列式副本，Raft 维护跨副本的一致性。应用程序通过 MySQL 线路协议连接，因此现有驱动程序和 ORM 无需重写即可工作。TiDB Cloud Starter 将该架构应用为完全托管的按用量计费服务，因此扩展是平台行为而非你安排的调整大小。由于存储层是分布式和复制式的，而不是带有无服务器包装的单一节点，容量不受单机限制。

事务、分析和 AI 的单一基础

战略成果是减少活动部件。事务性工作负载、实时分析和用于 AI 功能的向量搜索运行在一个数据基础上，而不是由管道连接的三个系统，这意味着应用从原型发展到生产时更少重写。如果你正在将类别映射到具体架构，无服务器云数据库 概述展示了分布式 SQL、弹性扩展和向量搜索如何在单个平台中结合。

Serverless 数据库常见问题

什么是 Serverless 数据库？简单来说

它是一种无需管理服务器即可使用的云数据库。提供商负责配置、修补、故障转移和扩展，容量根据需求自动调整，你按使用量付费，例如计算时间和存储的数据，而不是为预留实例付费。

Serverless 数据库与托管数据库相同吗？

不同。两者都减少运维工作，但托管数据库仍然要求你选择并支付实例大小，扩展是你发起的调整操作。而 Serverless 数据库自行决定容量，无需维护窗口即可扩展，并按使用量计费。

何时不应使用 Serverless 数据库？

对于持续高吞吐的常驻工作负载，应避免使用它，因为预留容量通常更便宜且更可预测。当冷启动会破坏严格的延迟预算，或者您需要对实例、扩展或网络拓扑进行基础设施级别的控制时，它也不适合。

什么是最适合AI应用的无服务器数据库？

根据标准而非品牌来评判它：系统如何处理突发流量，向量检索和事务数据是否可以在同一处存储，随着数据增长检索性能如何保持，协议是否开放以便您可以迁移，以及是否具备时间点恢复等生产特性。

无服务器数据库能否处理生产工作负载？

可以，但标签本身并不能证明这一点。检查架构：复制和一致性模型、恢复保证、可用性范围、连接限制和可观测性。基于分布式存储并具有自动故障转移的系统今天即可处理生产工作负载，而围绕单节点引擎的瘦无服务器包装器则继承了该引擎的局限性。

这篇帖子什么是无服务器数据库及其对现代AI应用的重要性首次出现在TiDB上。