有这么一款“聪明”的数据管理系统,它能自动预测和归纳分类SQL语句,能让你一秒“看清”SQL执行时间分布规律;还能进行workload级别的索引推荐;并且可以灵活预测实例存储空间未来变化趋势,这样能干的小帮手,你爱了吗?
数字化时代下,华为云数据管理服务DAS基于AI技术,于近期推出了智能SQL分析(包括慢SQL发现、SQL透视)、workload级别索引推荐、存储空间预测等运维特性,加上原有的数据库运维能力,构成了一个完整的数据库运维生态,加速数据运维自动化、智能化进程,让SQL预测、推荐更准确,让数据库的性能倍增。
智能SQL分析,提前识别SQL风险
智能SQL分析特性基于AI技术,集合了慢SQL发现、SQL透视(可视化)等功能,该功能的一个典型应用场景是对一批即将上线的SQL语句进行诊断,提前识别风险,并且该功能相对于传统的方法具有更加优越的准确性。
● 慢SQL发现
慢SQL发现是一种SQL语句执行时间预测功能,该功能着眼于数据库的历史SQL语句,通过对历史SQL语句的执行表现进行总结归纳,再将之演绎到新的业务上。基于自然语言处理与数据库理论,慢SQL发现可以从历史执行数据中归纳出SQL语句的执行表现模型,并基于SQL向量化技术对SQL语句的执行时长进行预测。
当用户输入数据库名和SQL语句时,慢SQL发现自动预测并分类所输入的SQL语句类型,便于用户快速了解慢SQL的执行情况。该功能优点有三:一是不需要SQL语句的执行计划,对数据库性能不会有任何的影响;二是目前业内的很多算法局限性比较高,比如只适用于OLTP或者OLAP,而慢SQL发现使用场景更加广泛;三是该方法鲁棒性强,不易受到噪声干扰。
● SQL透视(可视化)
SQL透视在SQL向量化技术的基础上,利用自然语言处理,实现了SQL可视化功能,能够让用户更加直观地发现数据库实例中的SQL语句分布规律。
SQL空间分布
workload级别索引推荐,使数据库性能倍增
该特性根据AI算法,筛选出具有代表性的SQL语句,然后针对代表性的SQL语句,基于语句的语义信息和数据库的统计信息,生成最优的推荐索引。相比同类产品往往只能针对某一条SQL语句进行索引推荐,DAS将所有语句的推荐索引作为候选索引集合,然后计算每条候选索引对workload的收益,推荐出收益最大的索引组合方案,极大提升了对整体workload的收益和运维效率。
智能预测存储空间趋势,帮助DBA提前规划数据库容量
以往判断存储空间使用情况时,DBA们通常采用平均值估测,但遇到节假日或活动促销时,数据写入比平时要快,仍采用平均值估测,结果只会缘木求鱼。华为云DAS上线的存储空间预测功能,基于AI算法自动根据节假日信息、用户的使用周期进行空间存储推测,方便用户明晰总空间、已用空间、剩余空间等使用情况,使用起来非常智能,完全打破了以往的数据库容量规划范式,是DBA们的福音。
以上便是华为云DAS基于AI技术为企业管理者和DBA们精心推出的3大运维特性,具有智能诊断、智能分析、智能推荐等特点,让用户既享受到数据管理的易用性,又满足了企业对数据管理的简单、高效、安全等需求,最大化减小运维难度,减轻DBA们的运维压力。欢迎大家体验华为云DAS的运维功能,希望您每一天、每一刻都有新的愉悦体验。
Ps:【云数据库特惠专场】新用户4.5折起,助力企业效益增长,详情请戳https://activity.huaweicloud.com/dbs_Promotion/index.html
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。