索引、外部引擎、分支与推理生命周期¶
实现基线为 v4.2.5。本章连接能力接口与内核生命周期;SQL 语法存在不意味着已完成跨 CN、GPU 或外部系统认证。
索引插件与检索¶
AlgoPlugin 把 Catalog、Compile、Plan 和 Idxcron hooks 组织为每种算法的集成契约。向量与全文算法还有类别/能力区分,不能按注册插件就认定它是向量索引。
CREATE INDEX → 元数据/存储结构 → 构建/后台更新 → Plan 选择 → 运行时加载/查询
└→ REINDEX / DROP / 表结构变更 / 缓存与资源释放
记录实验开关、算法、距离函数、量化/编码、数据规模和索引状态。近似检索以精确查询作质量基线;提交可见性、索引更新和跨 CN 缓存刷新分别验证。重建、删除与失败取消不能留下错误元数据或运行时资源。GPU 路径还需匹配构建、驱动、设备及原生资源。
外部引擎、CDC 与生态提交¶
原生表、文件外表、可写 Stage、Iceberg 及远程 SQL 有不同读写/提交边界。先识别数据所有者、格式、Catalog/凭据和写路径,再分析推下去的过滤/投影、批次和返回类型。
文件输出与数据库元数据事务不是同一个原子提交域,不能把 ROLLBACK 或 DROP TABLE 当成外部文件清理承诺。Iceberg 的快照提交不自动建立原生表主键约束。坏行报告也不保证 CSV 原始字节逐字重建。
CDC 与连接器须明确“源位置 → 目标提交 → checkpoint/offset 确认”的顺序。重复、删除事件、Schema 演进、DDL、NULL/Decimal/时间类型和重平衡分别验收。驱动连接成功或 SQL 回读成功不认证官方 connector 的恢复协议。main 生态教程与历史版本分支分别管理。
Data Branch 与历史保护¶
分支用 lineage/DAG、共同祖先历史读取和差异分类组织变更。Copy-on-Write 不等于长期免费存储;保护历史、分支生命周期和 GC 共同决定容量。跨租户权限、冲突处理、输出和祖先保护要与 SQL 演示一起验证。
ONNX 推理¶
模型字节/DATALINK → 模型加载 → 输入张量形状/类型检查 → 原生运行时 → JSON 结果。NULL 示例只测试 NULL 传播;真实推理需固定模型 hash、输入、dtype/shape、输出容差、运行时与设备。
模型大小、缓存、原生内存、并发及取消释放不应由 SQL 函数接口推断。数据库事务不会自动回滚外部模型文件或控制全部原生/GPU 分配。
不变量与验证¶
每个扩展须定义元数据和外部副作用的提交边界、读新鲜度、资源所有权及失败清理。观察真实执行路径,并记录构建/开关;不将设计提案直接写成已发布能力。
接口见向量、外部表、Data Branch、ONNX、CDC。