Perplexity自研CobbleDB替代DynamoDB
时间
2026年9月15日
地点
美国
人物
Perplexity CEO 阿维纳什(Aravind Srinivas)及工程团队
事件详情
Perplexity于9月15日发布CobbleDB技术论文,宣布其已用自研键值数据库完全替代AWS DynamoDB。核心基础设施仅由2名工程师带领数百个主动式AI编码agents,历时2个月建成。系统用约40000行Rust编写,已投入生产环境、支撑每秒数万次请求,并计划在验证规模达标后开源。
CobbleDB架构采用三组件解耦设计:Pillar负责文档持久化状态(YTsaurus存储),Lorry处理批量更新交付,CobbleDB本身专注低延迟读取服务(RocksDB引擎)。读路径针对AI搜索批量获取场景深度优化,按分区并行MultiGet读取,优先同可用区副本。
性能对比(生产实测):
中位批量读延迟:31.4ms → 5.60ms(降低82%)
P90延迟:56.7ms → 9.77ms
P99延迟:123ms → 24.2ms
背景
Perplexity的AI搜索每次请求需获取100-120个页面键,单次读取50KB量级数据。原有DynamoDB按字节计费,费用随索引规模和查询量增长而攀升;且全托管服务缺乏内部调优自由度,无法控制分区机器归属、缓存分配及副本选择策略。团队需要将文档处理与热存储写入解耦,以便独立运行大规模重处理任务。
影响
CobbleDB替代DynamoDB后,内部成本模型估算节省幅度至少20%、每年最高节约1亿美元。这印证了"极少量工程师+大量AI agents"可完成核心基础设施工程的新范式——agents负责代码审查、修复、测试、监控、CI门控和迁移,人类把关架构设计和发布授权。此外,CobbleDB的开源承诺将为高吞吐读密集型AI应用提供工程参考。
总结
Perplexity以"2名工程师+数百AI agents"模式,用2个月自研CobbleDB替代AWS DynamoDB,P99延迟从123ms降至24.2ms,预计年省1亿美元。这一案例验证了AI编码agents在复杂系统工程中的可行性,也展示了AI搜索公司摆脱云厂商定价控制的技术路径。
参考来源
https://x.com/AravSrinivas/status/2099957318935028173
https://x.com/perplexity_ai/status/2099955628194316346
https://www.perplexity.ai/en-GB/hub/blog/cobbledb
https://wpnews.pro/news/perplexity-builds-cobbledb-in-two-months-cutting-batch-read-latency-by-82
https://agihunt.info/en/p/1a0a718e9d46e0364d4dc79d29a
https://agihunt.info/en/p/1a0a6bcbec76a1bf95001f6cdb9
https://agihunt.info/en/p/1a0a6d15efd966a67b135325881









