前沿与新趋势

1. HTAP：行列共存的实战

HTAP（Hybrid Transactional/Analytical Processing）= 一个数据库同时跑 OLTP 和 OLAP。

MariaDB 的方案：InnoDB 主表 + ColumnStore 归档/汇总表 在同一实例。

-- 实时数据：InnoDB
CREATE TABLE orders (...) ENGINE=InnoDB;

-- 历史 / 报表：ColumnStore
CREATE TABLE orders_archive LIKE orders;
ALTER TABLE orders_archive ENGINE=ColumnStore;

-- 应用层路由：< 30 天查 InnoDB，> 30 天查 ColumnStore

对比专门 HTAP 产品

结论：MariaDB 在 90% 公司的"既要 OLTP 又要中等规模 OLAP"场景下够用；超大 OLAP 还是要专门工具。

2. Edge / IoT 场景

MariaDB 在嵌入式 / IoT 场景的现状：

内存占用

• 默认配置约 400 MB RAM
• 调小到 ~50 MB 可以跑：innodb_buffer_pool_size=8M innodb_buffer_pool_chunk_size=2M
• 但真的小内存（< 100 MB）建议用 SQLite

替代品对比

边缘部署案例

• 物联网网关：MariaDB 接收设备数据 → 周期 sync 到云
• 离线移动应用：少见，通常 SQLite + REST sync 更轻
• Edge 函数 + 区域 DB：MariaDB 实例放在各 region，应用就近写

3. WebAssembly：浏览器内的 MariaDB？

短答案：还没有正式版，但有几个相关努力：

• sql.js 是 SQLite 编译到 WASM——已经成熟
• MySQL/MariaDB 没有官方 WASM 版本——架构上更难（多线程、文件 IO）
• 实验项目：DuckDB WASM——OLAP 适合
• NauticalDB 等小项目试图把 MySQL 兼容协议跑在 WASM 上

实际场景：

• 客户端跑分析查询：用 DuckDB WASM
• 离线 Web 应用：用 IndexedDB / SQLite WASM
• 真服务端需求：用 MariaDB on Fluid Compute / serverless

4. 协议兼容生态地图

"MySQL 协议兼容" 的数据库不少。**他们能不能无缝替代 MariaDB？**取决于场景。

MySQL Wire Protocol
       │
       ├── MariaDB (上游 fork, 高兼容)
       ├── Percona Server for MySQL (MySQL 增强 fork)
       ├── Aurora MySQL (AWS)
       ├── PolarDB MySQL (阿里)
       ├── TDSQL-C (腾讯)
       ├── TiDB (NewSQL 自研)
       ├── OceanBase (蚂蚁自研)
       ├── SingleStore (内存 + 列)
       ├── StarRocks / Doris (OLAP)
       ├── Vitess (sharding 中间件)
       └── Apache ShardingSphere (sharding 中间件)

谁兼容到什么程度

详见 云厂商魔改真相。

5. AI Native 数据库的趋势

2024–2026 出现一批"AI native"数据库：

• LanceDB：embedded vector，文件式
• Milvus / Zilliz：纯向量，云原生
• Weaviate：向量 + 图
• Chroma：embedded vector，Python 友好

MariaDB 的回应：11.8+ 内置 VECTOR + HNSW，对 90% 项目够用。详见 RAG with VECTOR。

专门向量数据库的优势：

• 更高维度（MariaDB VECTOR 上限 16383，专业的能到 65535+）
• 元数据过滤更灵活
• 集群扩展性

MariaDB 的优势：

• 与业务表同库，事务一致
• 不需要额外组件
• SQL 直接联合查询

6. 数据库 + LLM 的融合

未来一两年可能成熟的形态：

"数据库自带 NL 接口"

-- 假设语法（仍在 RFC）
SELECT * FROM ASK("上个月销售额前 5 的地区");

PG 已经有 pg_text_query 等扩展尝试。MariaDB 暂无官方计划，但 Foundation 在跟。

自动索引推荐

SHOW INDEX RECOMMENDATIONS FOR DATABASE app;

类似 AWS RDS Performance Insights，但本地化。

自动 schema 演化

LLM 看应用代码，自动产出 migration。Liquibase / Atlas + AI 已经能做。

7. 数据库即代码（Database as Code）

工具崛起：

• Atlas（Ariga）：声明式 schema，diff 生成 migration
• Skeema：MySQL 兼容声明式
• Liquibase / Flyway：传统增量 migration

趋势：从"写 migration"过渡到"声明 schema、工具算 diff"。

8. 数据库 + Serverless

MariaDB 的 serverless 路线：

• SkySQL Serverless —— 类似 PlanetScale 的按需扩缩
• PlanetScale（Vitess based）—— MySQL 协议兼容
• Neon（PG）—— 没有 MariaDB 等价
• AWS Aurora Serverless V2 —— 准 serverless

趋势：越来越多的 MariaDB 工作负载会迁到"按需扩缩"形态。

9. 数据库 + Edge Compute

Vercel / Cloudflare 在推 edge 数据库：

• Vercel Marketplace 上的 Neon / Tigris 等
• Cloudflare D1 (SQLite based)
• Turso (libSQL fork)

MariaDB 在 Edge 不强——还是适合 region center + replica模式。

10. 长期看好的方向

• VECTOR + 全文 + 关系一体：MariaDB 已经全有了，剩下是优化器把它们结合
• HTAP 单实例：ColumnStore 成熟度还会再上一阶
• AI 原生集成：MCP 等协议会成为数据库标配
• 跨云 / 跨 region 多活：Galera / Xpand / Vitess 等方案选项更多
• 零成本备份归档：S3 引擎 + Glacier 已能做到

一句话总结

MariaDB 在 2026 年仍然是"关系型数据库的稳健中坚"，不是最快、不是最酷，但够用、稳定、开源、生态成熟。在 AI 时代它的位置是"工业级 OLTP + 中等 OLAP + 向量检索"全栈方案。

延伸

• 版本与分支
• RAG with VECTOR
• vs PostgreSQL
• 云厂商魔改真相