拆解腾讯云 TDSQL Boundless 的底层逻辑

刚听完潘安群讲 TDSQL Boundless，这套东西不是给旧数据库加 AI 功能，而是被 AI 负载逼着重做了一遍。

企业 Agent 会瞬间爆量。按峰值配资源，99% 的时间在烧钱；按谷值配，流量一来直接跪。解法就一条：存算彻底劈开，把底座换成对象存储 COS。原始数据定在那儿，计算引擎变成无状态打工仔——来活了拉起，没活就缩到零。

格式也全开放，Parquet、Iceberg 随便迁。多模态数据不再硬塞进关系模型，宽表能上万列，写时不断追加，读时只扫你要的那几列。

最狠的是冷热分层做到了字段级。AI 场景里一张表九成空间可能被图片字段吃掉，传统做法只能整表降冷。它直接把大字段单独扔进对象存储，其余留本地盘，一条 SQL 搞定。成本从“差十倍”变成了真金白银省下来。

说白了，统一的是数据和元数据，分散的是索引。这才是为 AI 写的底座。