专家实录｜从可视化到智能化：DBA助手让数据库运维效率跃升300%

本文作者：华为云数据库智能运维技术专家崔凤明

点击即可查看专家采访视频

黑盒运维将数据库视为“黑盒子”，重点关注的是数据库重启、主备导换、备份恢复等外部操作，无需深入数据库内部机制。

白盒运维则聚焦数据库内部的资源使用、会话、慢SQL、锁、长事务、空间占用及Top库表等维度，核心痛点集中在SQL层面。

白盒运维主要分为三个阶段：可视化、诊断、故障快速恢复。当前，白盒运维仍多停留在可视化阶段，故障的处理仍然高度依赖DBA个人经验，且不同DBA的经验与知识领域存在差异，导致企业的数据库运维能力受限于DBA的个人水平。

为了提升数据库运维质量，企业通常会总结现网高频问题，形成故障案例，定期组织应急演练，并将运维经验传递给新员工，提升团队应急响应效率，但整体运维能力仍然受限，且运维效率低下。

为了解决以上运维痛点，可结合AI技术构建场景化数据库运维智能体，基于场景化视角进行现网运维。

当收到预警，或当其他故障发生时，故障诊断智能体会结合故障场景及前期识别的风险，对数据库进行针对性体检，并给出处理建议，做到故障快速恢复。

区别于传统仅能识别数据库连接失败或服务不可用等显性故障的监控告警模式，故障诊断智能体可以实现更精细化的风险识别和场景化的智能诊断。

GaussDB构建了几大数据库运维智能体关键技术，帮助DBA与企业实现运维效率的倍增。

故障告警的核心，在于通过对指标的日常巡检，实现问题的提前预警。

运维智能体AI异常巡检的核心逻辑，是通过对关键指标进行周期性预测，来识别突增突降或持续增长等异常波动点，并结合相应时段的SQL变化进行分析，给出根因SQL。

其中，SQL行为的变化是重点监测对象。在数据库正常运行时，SQL表现通常与历史周期一致；若某类SQL的平均执行时间显著增加或执行次数突增，往往意味着业务流量激增或新业务上线，可能引发数据库慢SQL、锁、资源争抢等潜在风险。

这类“风险SQL”的识别（包括已有SQL的异常变化和新增SQL的发现），可以与整体指标的异常检测结合分析，借助AI异常检测算法识别数据库运行中的异常点。多数情况下，系统指标的波动正是由某条或某类SQL的异常所触发的，因此将二者关联分析，可以更精准定位问题源头，提升预警的及时性和准确性，从而实现故障的提前预判与告警，将运维从“事后处理”转向“事前预防”。

当磁盘空间不足时，可以检查实例规格、历史磁盘利用率，如果历史磁盘利用率一直在70%以上，建议扩容磁盘，也可以开启智能扩容；可以检查磁盘分布和空间增长，判断是否有日志保留时长过大或有异常库表增长，并调整保留策略或调整业务数据表；也可以排查TOP库表碎片率，在业务低峰期对碎片率高的表执行optimize优化，以便释放空间。

SQL诊断是SQL开发智能体中的核心技术模块。针对慢SQL优化这一核心需求，智能体采用“规则+ AI”双驱动模式，实现了可控、可信的SQL诊断与优化建议输出。

SQL优化智能体整体采用的是镜像实例方案来实现慢SQL索引推荐，主要流程为： 

一、解析待优化的慢SQL，明确其涉及的数据库对象（库、表、列）；

二、同步对象定义及统计信息到镜像实例；

三、依据查询条件生成候选索引并在镜像实例完成创建；

四、更新统计信息；

五、在镜像实例验证执行代价，并选出最优索引。

其中，第四步新建索引的统计信息无法实时更新，需要依赖表结构定义、已有统计信息、谓词选择性系数等做推测，而推测的精确度会直接影响最终索引推荐的准确度。SQL优化智能体会通过机器学习采样、列选择性分析等方式，实现更精确的统计信息更新。此外，第五步会叠加部分SQL语义理解和执行计划解读，让最优索引具备可解释性。

为进一步提升运维效率，场景化运维智能体还集成了交互式智能问答功能，基于DB领域知识库，实现应用与运维问题的精准解答。

该功能通过文档拆分与清洗、知识入库、大模型语义理解、多路径混合查询、大模型答案生成、知识持续反馈等环节，大幅增强了垂直领域知识的查询能力，提高了时效性问题和敏感性问题的回答准确性，目前智能问答的准确率已达到90%，可快速解决DBA在运维过程中的知识查询需求，减少经验依赖。