Azure Database for PostgreSQL AI Ready：Foundry 集成与 PostgreSQL 18 GA

引言

PostgreSQL 仍然是现代应用开发的默认选择之一，而 AI 工作负载正在提升数据层面的要求：低延迟检索、向量搜索、安全访问控制与实时分析——且不希望引入复杂管道。Microsoft 的最新更新将 Azure Database for PostgreSQL 定位为更具 AI Ready 特性的托管服务，同时也预览 Azure HorizonDB，面向下一代、可横向扩展且与 PostgreSQL 兼容的工作负载。

新增内容

1) 更快、更一体化的开发者体验

• VS Code PostgreSQL extension 现在可以直接从 IDE 预配安全、完全托管的 Azure PostgreSQL 实例，减少依赖门户进行的配置步骤。
• 预配的实例包含对 Microsoft Entra ID authentication 与 Azure Monitor 的内置支持。
• GitHub Copilot 被定位为帮助开发者以自然语言编写、优化与排查 SQL，并能理解 schema 与查询模式。

2) 通过 Microsoft Foundry 实现数据库内 AI

• Azure Database for PostgreSQL 现支持与 Microsoft Foundry 集成，使开发者能够在 SQL 中调用预先预配的 LLM，用于文本分类、embedding 生成等场景。
• 面向向量工作负载，重点强调 DiskANN vector indexing 可实现高性能相似度搜索，并结合 semantic ranking 提升检索场景的相关性（例如 RAG、推荐、自然语言界面）。

3) 使用 MCP 的 agentic 工作流

• 全新的 Model Context Protocol (MCP) server for PostgreSQL 支持以“少量点击与权限配置”将 PostgreSQL 连接到 Foundry 的 agent 框架，使 agent 能够基于结构化数据进行推理并编排 LLM 调用——同时保持在 Azure 的安全与治理模型之内。

4) 实时分析与 Parquet 访问

• 保持分析结果实时性的选项包括：将业务数据镜像到 Microsoft Fabric，以接近实时的方式分析，并将对主数据库的影响降到最低。
• Azure Storage Extension 增加了对 Azure Storage 中 Parquet 读/写 的支持，可直接从 PostgreSQL 通过 SQL 访问，降低 ETL 的复杂度。

5) 性能与规模更新

• PostgreSQL 18 现已在 Azure 上正式可用（GA），并强调了 I/O 性能、vacuuming 与查询规划方面的改进。
• 新的 V6 compute SKUs 旨在提供更高吞吐与更低延迟。
• Elastic Clusters 支持横向扩展，面向多租户与高数据量工作负载。

对 IT 管理员与平台团队的影响

• 预计开发者工具（VS Code/Copilot）与平台治理（Entra ID、监控）会更紧密对齐，可提升采用速度——但也会增加对标准化部署模式的需求。
• 数据库内 AI 与向量索引可能将工作负载从独立的向量存储/服务迁移到 PostgreSQL，从而改变容量规划、性能测试与成本模型。
• Fabric 镜像与 Parquet 访问可能减少管道蔓延，但需要明确的数据治理、保留策略与访问边界。

行动项 / 下一步

1. 审查身份与访问策略：验证 PostgreSQL 的 Entra ID auth 模式、最小权限角色与审计要求。
2. 试点 AI 检索模式：使用具有代表性的数据与延迟目标，测试 DiskANN/向量索引与 semantic ranking。
3. 更新运维手册（runbooks）：纳入 PostgreSQL 18 相关注意事项、监控基线与扩展指南（V6 SKUs、Elastic Clusters）。
4. 评估数据架构：评估 Fabric 镜像或 Postgres 内 Parquet 能否降低你环境中的 ETL 复杂度。
5. 关注 HorizonDB：若你有超低延迟或横向扩展需求，可在 Microsoft 账号团队提供渠道后考虑加入 private preview。