Perplexity 用两名工程师和两个月构建 Rust 自研数据库 CobbleDB 替代 DynamoDB

Perplexity 将核心搜索服务从 Amazon DynamoDB 迁移至内部自研分布式键值存储 CobbleDB，旨在解决大语言模型检索场景下的高延迟和高成本问题。该迁移通过解耦持久化文档存储与热数据层检索，在每秒超过 20 万次请求的生产流量规模下，将批量读取延迟降低了五倍，并使整体存储费用至少下降了 20%。

CobbleDB 由约 4 万行 Rust 代码组成，采用 RocksDB 作为嵌入式存储引擎，结合内存映射缓存与本地 NVMe 固态硬盘。其架构包含三个专用系统：基于 YTsaurus 的 Pillar 负责持久状态管理，Lorry 充当无状态队列消费者进行批量聚合，而 CobbleDB 则专注于低延迟服务。为了优化性能，系统舍弃了标准的分布式事务协议和同步共识算法，允许副本异步应用更新以容忍最终一致性，并通过推测性对冲（speculative hedging）减少网络开销。

实测数据显示，CobbleDB 将批量读取延迟中位数从 31.4 毫秒降至 5.60 毫秒，p99 尾延迟从 123 毫秒降至 24.2 毫秒，且在每秒最多 50 万次请求的规模下吞吐量保持稳定。尽管该系统带来了节点生命周期管理和备份验证等运维负担，但 Perplexity 表示计划在即将发布的版本中开源 CobbleDB 代码库。事实层面确认了架构细节与性能指标，推断部分认为这种模式可能成为其他 AI 应用应对云数据库成本瓶颈的参考路径，猜测则涉及未来开源后的社区采纳程度。