PolarDB分布式版简介

AI 原生能力：Vector Index + AI Function

# 一键创建企业版（分布式）体验实例，有效期最长 30 天
curl -X POST https://zero.polardbx.com/api/v1/instances \  
-H "Content-Type: application/json" \  
-d '{"tag": "polardbx-v250-demo", "ttlMinutes": 43200, "edition": "enterprise"}'

返回的 connectionString 可直接用于任意 MySQL 兼容客户端 / ORM / 驱动连接：

{  "instance": {    "id": "pxzero-xxxxxxxxxxxx",    "edition": "enterprise",    "connectionString": "mysql://<user>:<password>@pxzero-xxxxxxxxxxxx.polarx.rds.aliyuncs.com:3306",    "status": "ready",    "expiresAt": "2026-10-20T04:01:23.010Z"  }}

连接后即可确认实例已具备 AI 原生能力（向量索引默认开启、AI 网关自动注册模型）：

SELECT VERSION();SHOW VARIABLES LIKE 'vidx_disabled';   -- OFF，原生向量索引可用SHOW AI MODEL;                          -- AI 网关已自动注册 LLM / Embedding / Rerank 等模型

Read https://zero.polardbx.com/SKILL.md and follow the instructions to create a database using PolarDB-X Zero.

CREATE TABLE kb_docs (

  id 
BIGINT 
PRIMARY KEY AUTO_INCREMENT,

  title 
VARCHAR(
200),

  content TEXT,

  embedding VECTOR(
1024)

) ENGINE
=InnoDB


PARTITION 
BY KEY(id) PARTITIONS 
4;






INSERT INTO kb_docs (title, content) 
VALUES

(
'向量索引能力', 
'PolarDB-X 2.5.0 新增基于 HNSW 算法的原生向量索引，支持 VECTOR 数据类型与高并发写入……'),

(
'AI Function 能力', 
'PolarDB-X 2.5.0 提供 AI Function，支持在 SQL 中直接调用大模型完成文本推理、向量化……'),

(
'数据 TTL 归档', 
'PolarDB-X 支持数据 TTL，在行级清理基础上新增分区级归档……'),


-- ……更多文档

;

UPDATE kb_docsSET embedding = VEC_FROMTEXT(AI_EMBEDDING(CONCAT(title, ' ', content)))WHERE embedding IS NULL;

ALTER TABLE kb_docs ADD VECTOR INDEX vi_emb (embedding) M=16 DISTANCE=COSINE;

SHOW CREATE TABLE 可见向量索引已生效：

SET SESSION vidx_hnsw_ef_search 
= 
100;   
-- 调高召回精度






-- 将查询文本向量化后赋值给会话变量


SET 
@q_vec 
= VEC_TOTEXT(AI_EMBEDDING(
'数据库如何直接调用大模型做文本生成'));






SELECT id, title,

       ROUND(VEC_DISTANCE(embedding, VEC_FROMTEXT(
@q_vec)), 
4) 
AS cos_distance


FROM kb_docs


ORDER 
BY cos_distance

LIMIT 
3;

以问题「数据库如何直接调用大模型做文本生成」为例，真实检索结果：

+----+------------------+--------------+| id | title            | cos_distance |+----+------------------+--------------+| 2  | AI Function 能力 | 0.4397       || 5  | 开源生态         | 0.4686       || 1  | 向量索引能力     | 0.5741       |+----+------------------+--------------+

除向量化外，AI Function 还提供了推理、分类、摘要等一系列能力，可直接嵌入业务 SQL：

-- 文本推理生成SELECT AI_PROMPT('用一句话介绍 PolarDB-X');-- 零样本分类（情感分析）SELECT AI_CLASSIFY(  '这款PolarDB-X数据库向量检索性能很强，SQL里直接调用大模型很方便',  '["正面","负面","中性"]') AS sentiment;-- 文本摘要SELECT AI_SUMMARIZE('PolarDB-X 2.5.0 版本重点强化 AI 原生能力……', 60) AS summary;

运行结果：

+---------------------------------------------------------------+| AI_PROMPT('用一句话介绍 PolarDB-X')                           |+---------------------------------------------------------------+| PolarDB-X 是阿里云自主研发的云原生分布式关系型数据库，兼容     || MySQL 生态，具备水平弹性扩展、强一致性和高可用能力……          |+---------------------------------------------------------------++-----------+| sentiment |+-----------+| 正面      |+-----------++----------------------------------+| summary                          |+----------------------------------+| PolarDB-X 2.5.0强化AI与运维能力  |+----------------------------------+

数据 TTL：新增分区级归档

在实际生产中，业务往往只希望保留最近一段时间的热数据，对使用频率很低、不断积累的过期冷数据，采用更低成本的方式保存，同时仍可用于分析统计。

以一张按月 RANGE 分区的订单表为例（企业版实例真实运行）。

CREATE TABLE orders_range (

  id 
BIGINT 
NOT NULL AUTO_INCREMENT,

  order_time DATETIME 
NOT NULL,

  amount 
DECIMAL(
10,
2),

  
PRIMARY KEY (id, order_time)

) ENGINE
=InnoDB


PARTITION 
BY 
RANGE (order_time) (

  
PARTITION p202601 
VALUES LESS THAN (
'2026-02-01'),

  
PARTITION p202602 
VALUES LESS THAN (
'2026-03-01'),

  
PARTITION p202603 
VALUES LESS THAN (
'2026-04-01'),

  
-- …… p202604 ~ p202609

  
PARTITION p202609 
VALUES LESS THAN (
'2026-10-01')

);






INSERT INTO orders_range (order_time, amount) 
VALUES

(
'2026-01-15 10:00:00', 
100.00), (
'2026-01-20 11:00:00', 
200.00),

(
'2026-02-10 09:00:00', 
300.00), (
'2026-03-05 14:00:00', 
400.00),

(
'2026-06-18 16:00:00', 
500.00), (
'2026-08-22 08:00:00', 
600.00),

(
'2026-09-10 12:00:00', 
700.00);

第二步：配置分区级 TTL 策略。 指定时间列、存活时间、分区间隔，并设置 ARCHIVE_TYPE='PARTITION' ：

ALTER TABLE orders_rangeMODIFY TTLSET  TTL_EXPR = `order_time` EXPIRE AFTER 3 MONTH TIMEZONE '+08:00',  TTL_PART_INTERVAL = INTERVAL(1, MONTH),  ARCHIVE_TYPE = 'PARTITION';

SHOW CREATE TABLE 可见 TTL 定义已写入表结构：

... TTL = TTL_DEFINITION (  TTL_ENABLE = 'OFF',  TTL_EXPR = `order_time` EXPIRE AFTER 3 MONTH TIMEZONE '+08:00',  TTL_JOB = CRON '0 0 2 * * ? *',  TTL_PART_INTERVAL = INTERVAL(1, MONTH),  ARCHIVE_TYPE = 'PARTITION', ... )PARTITION BY RANGE COLUMNS(`order_time`) ( ... )

第三步：开启 TTL 并触发清理。 打开 TTL_ENABLE 与 TTL_CLEANUP 开关后，手动执行清理（生产中也可用 TTL_JOB CRON 定时自动执行）：

ALTER TABLE orders_range MODIFY TTL SET TTL_ENABLE = 'ON', TTL_CLEANUP = 'ON';ALTER TABLE orders_range CLEANUP EXPIRED DATA;

以当前时间 2026-09 计算，过期时间点为 2026-06-01 ， p202601 ~`p202605` 分区被整体 DROP。清理前后对比：

清理前：7 行，分区 p202601~p202609

清理后：3 行，仅保留 p202606 / p202607 / p202608 / p202609






+----+---------------------+--------+

| id | order_time          | amount |


+----+---------------------+--------+

| 5  | 2026-06-18 16:00:00 | 500.00 |

| 6  | 2026-08-22 08:00:00 | 600.00 |

| 7  | 2026-09-10 12:00:00 | 700.00 |


+----+---------------------+--------+

第四步（可选）：归档到列存供分析。 若需保留历史数据用于分析，可创建列存归档表，通过订阅 Binlog 将数据"提前归档"到 OSS，压缩率约为行存的 5%~10%，归档不影响线上业务：

CREATE TABLE orders_range_archiveLIKE orders_rangeENGINE = 'Columnar' ARCHIVE_MODE = 'TTL';

GB18030-2022 字符集支持

GB18030 是我国强制性国家标准字符集。2022 年发布的新版 GB18030-2022 （取代 GB18030-2005）对汉字覆盖提出了更高的实现级别要求，是政务、金融、公共服务等领域实现国产数据库升级的重要一环。

PolarDB-X v2.5.0 的 CN 组件新增独立的 gb18030_2022 字符集 （区别于旧版 gb18030 ），并配套提供 gb18030_2022_chinese_ci 、 gb18030_2022_bin 两个排序规则，可平滑满足最新国标的字符编码与合规诉求。

实例上新增的字符集与排序规则（ SHOW CHARSET / SHOW COLLATION ，企业版实例真实运行）：

+
--------------+--------------------------------------+---------------------------+--------+


| Charset      
| Description                          
| 
Default 
collation         
| Maxlen 
|


+
--------------+--------------------------------------+---------------------------+--------+


| gb18030      
| China 
National Standard GB18030      
| gb18030_chinese_ci        
| 
4      
|


| gb18030_2022 
| China 
National Standard GB18030_2022 
| gb18030_2022_chinese_ci   
| 
4      
|


+
--------------+--------------------------------------+---------------------------+--------+






+
--------------------------+---------------+-----+---------+


| 
Collation                
| Charset       
| Id  
| 
Default 
|


+
--------------------------+---------------+-----+---------+


| gb18030_2022_chinese_ci  
| gb18030_2022  
| 
251 
| Yes     
|


| gb18030_2022_bin         
| gb18030_2022  
| 
252 
|         
|


+
--------------------------+---------------+-----+---------+

创建 gb18030_2022 字符集的表，写入中文数据并验证存储、检索与编码（企业版实例真实运行）：

CREATE TABLE gb2022_test (

  id 
INT 
PRIMARY KEY AUTO_INCREMENT,

  name 
VARCHAR(
50) 
CHARACTER SET gb18030_2022 
COLLATE gb18030_2022_chinese_ci,

  note 
VARCHAR(
100) 
CHARACTER SET gb18030_2022 
COLLATE gb18030_2022_bin

) 
DEFAULT CHARSET
=gb18030_2022;






INSERT INTO gb2022_test (name, note) 
VALUES

(
'张三', 
'GB18030-2022 新国标'),

(
'李四', 
'中文字符集测试'),

(
'王五', 
'实现级别1/2/3全覆盖');






SELECT id, name, note, HEX(name) 
AS name_hex, 
CHAR_LENGTH(name) 
AS clen


FROM gb2022_test 
ORDER 
BY id;

真实运行结果（ name_hex 为 GB18030-2022 编码，如「张三」= D5C5C8FD ，证明字符集真实生效）：

+----+------+----------------------+----------+------+| id | name | note                 | name_hex | clen |+----+------+----------------------+----------+------+| 1  | 张三 | GB18030-2022 新国标  | D5C5C8FD | 2    || 2  | 李四 | 中文字符集测试       | C0EECBC4 | 2    || 3  | 王五 | 实现级别1/2/3全覆盖  | CDF5CEE5 | 2    |

SHOW CREATE TABLE 可见字符集与排序规则均已按 GB18030-2022 生效：

CREATE TABLE `gb2022_test` (  `id` int NOT NULL AUTO_INCREMENT,  `name` varchar(50) CHARACTER SET gb18030_2022 COLLATE gb18030_2022_chinese_ci DEFAULT NULL,  `note` varchar(100) CHARACTER SET gb18030_2022 COLLATE gb18030_2022_bin DEFAULT NULL,  PRIMARY KEY (`id`)) ENGINE = InnoDB DEFAULT CHARSET = gb18030_2022

开源生态完善

其中 polardbx-operator 基于 k8s operator 架构，提供 PolarDB-X 数据库的部署和运维能力，可参考 polardbx-operator 运维指南「5」 。

总结