Table Store(Tablestore)是面向海量結構化資料的 Serverless 表格儲存體服務,支援寬表(WideColumn)、AI(Agent Memory)、時序(TimeSeries)、訊息(Timeline)四巨量資料模型,適用於 AI 資料、中繼資料、訊息資料、時空資料等情境。提供多元索引、向量檢索、SQL 查詢等能力,可無縫對接 MaxCompute、Flink、Spark、Presto 等計算生態,併兼容 Dify、LangChain、LlamaIndex 等主流 AI 架構。針對 AI 智能問答推出 MCP 智能 Agent 架構,結合物聯網需求推出 IoTstore 解決方案,實現全情境資料存放區與智能分析。
產品優勢
多模態且生態相容:雲原生Serverless分布式NoSQL資料庫,提供一站式多模型資料存放區能力,深度整合阿里雲計算生態與開源AI生態,滿足複雜業務情境的資料存放區與處理需求。
Serverless:採用純 Serverless 架構,提供完全託管的分布式儲存服務。無需關心底層硬體資源的預置、維護與擴容,可專註於商務邏輯開發,系統根據業務負載自動進行Auto Scaling。
高效能:基於自研分布式儲存引擎,Table Store(Tablestore)在讀寫延遲、並發吞吐及資料檢索效能方面表現穩定,可滿足線上業務與巨量資料分析的效能需求。
詳情請參見什麼是Table Store。
記憶與知識儲存服務
知識和記憶儲存是Table Store Tablestore 面向 AI Agent(智能體)提供的 Serverless 資料服務。知識儲存服務將業務文檔轉換為可檢索的知識,為 RAG 應用提供上下文;記憶儲存服務儲存並召回使用者偏好、歷史事實和會話資訊,協助 Agent 延續跨會話上下文。
兩項服務可以單獨使用,也可以組合使用。例如,智能客服可以通過知識庫存放產品手冊和常見問題,同時通過記憶庫存放使用者偏好和歷史互動,在回答問題時同時獲得權威資料和個人化上下文。
典型應用情境:
多 Agent 知識共用
Agent 資料圖譜化
使用者畫像沉澱
企業知識問答系統
RAG Pipeline 整合
詳情請參見記憶與知識儲存服務。