[ Why Lakebase ]
AI 正在重塑企业使用数据的方式，数据底座需要为新的交互、新的数据和新的用户而设计。
支撑 Agent 持续读写、并行试错、版本隔离与安全回滚。
统一管理结构化数据、向量、文本、文档、图片、音频与视频。
用自然语言理解需求，让加工结果实时进入分析、搜索与应用。
[ 核心价值 ]
统一存储结构化数据，以及 JSON、向量、全文、图、GIS、文档、图片、音频和视频等非结构化数据，让各类数据在同一平台统一管理。
在同一份数据上统一支持 SQL 搜索、向量搜索与混合搜索，让业务条件、关键词和语义理解协同工作。
SQL、Spark ETL 与 Daft on Ray 等计算引擎围绕同一份数据协作，离线加工的结果可以被在线查询与混合搜索直接使用，减少重复复制和同步等待。
统一元数据、权限、行级控制、审计、版本和生命周期，让结构化字段、非结构化对象与向量检索遵循一致的治理边界。
覆盖数据接入、开发、调度、运维、治理与服务全流程，在统一工作台完成数据生产。
通过数据 API、元数据 API、OLAP 查询和多模态检索，将治理后的数据快速交付给 BI、业务系统、模型和 Agent，形成从数据资产到业务应用的闭环。
统一多模态数据的存储、计算与治理，减少重复建设和数据搬运。
存、算、管一体化，现代数据基础设施、日常运维更简单。
核心能力
将分散在不同系统、不同环境和不同模态中的数据稳定接入 OceanBase Lakebase，为后续加工、治理和服务建立统一入口。
[ 开放架构 ]
Lakebase 采用基于对象存储的存算分离架构，以多模表承载统一数据语义，以开放 Catalog 管理元数据与权限，并让多种计算引擎直接处理同一份数据。
构建在 Lakebase 之上的一体化多模态数据开发与治理平台，贯通数据接入、加工、治理、服务与应用，让数据团队在统一工作台中完成数据生产全流程。
支持数据应用开发、发布与共享通过 API、查询与搜索提供服务贯通数据集成、加工与治理统一管理用户、权限与审计底层以对象存储承载多模态数据，中间通过多模表与 Catalog 统一数据语义，上层由多种计算引擎协同处理，并通过开放接口对外服务。
对象存储承载共享与开放湖数据多模表统一关系列、多模列与 AI 列在线与离线引擎协同计算Catalog 统一管理元数据与权限开放接口连接数据与计算[ 应用场景 ]
统一接入视频、图片、传感器、GPS 与业务标签，完成拆分、抽帧、识别、特征提取和向量化处理。业务团队可以结合场景、时间、地理位置和语义条件，从海量数据中精准召回训练所需样本。
原始对象与派生特征统一管理训练数据集可版本化、可复现混合搜索提高样本发现效率一份数据支撑加工、检索与训练[ 部署模式 ]
面向全新的 AI 或多模态业务场景，快速建设一套包含存储、计算、搜索和治理能力的 Lakebase 环境，从较小初始规模开始，再按业务需求扩展。
与现有数据库、数据湖和对象存储并行运行，连接并复用已有数据资产，统一管理 Lakebase 中的新数据，为上层应用提供一致的数据访问与服务体验。
[ FAQ ]
传统数据湖更擅长低成本保存海量开放数据，湖仓增强了数据分析和表管理能力。OceanBase Lakebase 进一步把数据库级事务、在线服务、实时分析、混合搜索与统一治理带到同一份数据上，让湖上的数据能够直接支撑生产应用与 AI 工作负载。
不需要。企业可以为新业务独立部署 OceanBase Lakebase，也可以把它作为智能叠加层，与现有数据库、数据湖和对象存储并行运行，逐步接入和增强已有数据资产。
OceanBase Lakebase 面向关系数据、JSON、向量、全文、图、GIS，以及文档、图片、音频和视频等多种数据形态，并通过多模表提供统一的数据组织与访问语义。
OceanBase Lakebase 通过统一 Catalog、角色与权限、行级控制、审计、血缘和生命周期管理，为结构化字段、非结构化对象与 AI 检索建立一致的治理边界。
