共计 2800 个字符，预计需要花费 7 分钟才能阅读完成。
为推动数据库畛域技术创新，赋能企业转型降级，腾讯云原生数据库团队继续发力，团队最新研究成果 入选 2022 年国内顶会 SIGMOD，并在 2022 年智能调优人机大赛中战绩不菲。这 标记着腾讯云数据库在数据库自治畛域获得重大突破，实现性能当先。
腾讯云数据库云原生团队近期举办了线上直播常识分享流动“腾讯云数据库自治 AI 技术首次解密”，本次直播对数据库自治畛域进行行业探讨，并分享了腾讯云数据库自治的 AI 钻研和实践经验。
残缺视频回顾链接
一、《数据库自治技术将来和挑战》
分享人：周可 / 华中科技大学传授
周可传授示意，在海量数据的大背景下，DBA（人工运维）的增长远远跟不上数据的增长，且用户负载具备多样性和动态性，变化无穷的运维形式已不可能满足用户的需要。把 AI 退出到数据库，造成数据库的自治大脑，合乎数据库自治的倒退方向。
实现数据库自治的根本框架包含察看、剖析、决策三个方面。用更低的老本收集负载数据，依据收集到的数据抉择适合的办法进行剖析，最初决策局部解决何时部署，量化操作以便于模型解决，进行反馈操作使模型可能进行自学习，自优化，从而 使自治数据库能够在不须要人工辅助的前提下，针对特定的数据和负载主动地进行配置、治理和优化。
将来，数据库自治面临的挑战有三方面：
- 数据库负载动静多样，须要保障数据库的 高效适应性；
- 用更少的资源，保障数据库的 性能稳定性；
- 数据库自治操作具备 可解释性，以便帮忙系统管理员从中学习，还能够促成零碎的优化倒退。
二、《“智能调参”AI 技术实际》
分享人：邢家树 / 腾讯云数据库高级工程师
数据库的参数多，调优难度大，运维人时老本高；现存工具性能无限，耗时久且成果个别；局部用户没有专职运维团队，参数调优更是难以实现。针对种种艰难，腾讯云数据库团队推出 参数调优服务 ， 端到端地主动调优数据库参数。相比于现存办法，CDBTune（腾讯云 MySQL 混合调优零碎）无需细分负载类型，无需积攒大量样本，可智能学习参数调优过程，取得较好的参数调优成果。
原理上采纳深度强化学习模型。通过对数据库进行压测，记录数据库的内外部指标，生成样本进行学习。应用遗传算法和专家教训进行疾速预热，通过并行架构显著晋升调优速度。履行端到端的设计，简略、高效且易于训练，易于实现服务化，可能在尽可能少的工夫里，为用户找到最佳调优方向。
落地到工程实际利用层面 。拆散服务调度和工作执行工作，由 worker 执行具体的工作。Learner 工作负责抽取样本，计算网络梯度，更新神经网络，为 Actor 举荐数据库参数。Actor 则负责与训练实例交互，设置参数，回放流量，并收集性能数据；每实现一轮，从 Learner 获取新的参数举荐，造成闭环。 整体上实现为并行架构，具备高可用、可扩大、工作主动复原等能力。
三、腾讯云数据库自治，“监控 - 诊断 - 解决”AI 技术实际
分享人：张远 / 腾讯云数据库专家工程师
在数据库服务中，数据库资源包含内存 /IO/CPU，资源的监控，异样的辨认、检测十分重要，只有正当地应用数据库资源，能力放弃数据库服务的稳固高效。腾讯云 MySQL 的异样检测能力，可主动发现异常（内存剖析、内核埋点、io 提早硬件资源统计），对异样进行辨认，实现异样检测外部闭环，升高运维压力。
腾讯云 MySQL 可设置 SQL 限流性能，在发现异常申请之后，对异样业务 SQL 进行限流，从而保障失常 SQL 语句可能运行；改良 MySQL 官网原有直方图， 推出 Compressed 直方图 ，防止了因数据歪斜导致统计信息不准，选错打算而导致的问题； 推出 Statment Outline 性能 ，将用户须要的查问打算固化下来，不须要批改 SQL 语句，从 Outlint 表中即可查问到对应的打算，从而晋升用户应用体验；对新建索引进行并行优化，推出 并行排序优化 ，并行构建 btree，与官网 mysql 比照， 性能更好（减速比最高可到 15，是官网 mysql 的 5 倍），性能更全；优化器自治方面，跟踪业务 SQL 性能数据 (SQL 标签, 性能埋点, 变动跟踪)，主动产生优化策略(统计信息, 虚构索引, 打算干涉)，验证优化策略并灰度失效，实现 SQL 调优闭环，升高规模化经营压力。
针对特定业务场景性能问题 ，对 死锁场景优化 ，设置死锁检测开关，丰盛死锁信息，对事务锁优化，升高产生死锁的概率同时缩小了锁资源占用；对电商业务的秒杀场景，动静一键开启 热点更新爱护性能 ，使业务无感知， 秒杀场景性能晋升 50 倍；迁徙切换场景优化 ，通过 主备缓存同步优化 解决 HA 预热工夫长等问题，使 HA 业务平滑适度，缩小抖动。
四、“智能调参”的利用以及将来布局
分享人：程昌明 / 腾讯云数据库高级产品经理
因为业务零碎的千差万别，针对业务的参数调优是令数据库管理者头痛的难题，往往须要借助教训去构筑一套绝对“无效”的参数模版，往往模板无奈应答所有状况。“智能”以适应任何业务场景。
腾讯云 MySQL 在 2019 和 2022 年发表 2 篇 SIGMOD 顶级论文：
- 2019 年，腾讯云数据库产品团队首度提出基于深度强化学习 (DRL) 的端到端云数据库参数调优零碎 CDBTune，该钻研论文“An End-to-End Automatic Cloud Database Tuning System Using Deep Reinforcement Learning”入选 SIGMOD Research Full Paper（钻研类长文）
- 2022 年，腾讯云数据库产品团队最新研究成果入选 SIGMOD Research Full Paper（钻研类长文），论文题目为“HUNTER: An Online Cloud Database Hybrid Tuning System for Personalized Requirements”，标记着腾讯云数据库团队在数据库 AI 智能化上获得进一步冲破，实现性能当先。
通过 AI 智能剖析的形式，可能获得最佳的调参成果；通过“一键”形式，实现简单的调参过程，获得最佳参数设置倡议。依据业务状况，业务每个阶段须要的个性是不一样的。腾讯云 MySQL 的最佳实际可对应到业务的以下三个阶段：
实例新购阶段：针对每一种场景训练最优配置，尽可能匹配业务特色，不同的工作负载上有15%-50% 的晋升。
业务疾速迭代阶段：确定业务类型，不同的场景依据本身状况齐全自定义，预估优化后果，一键疾速利用到实例。以游戏为例，开局时玩家疯狂涌入；以电商为例，购物峰值的产生；有预见性地提前设置好最佳参数以应答行将到来的数据库峰值压力。
业务稳固运行阶段：通过对数据库的工作负载特色捕捉、重放，对监控指标、SQL 运行状态进行监控剖析，一直通过深度学习调整参数值以最终输入最佳参数值。
数据库自治将来的“智能”瞻望，除了数据库参数，还有各种各样的因素影响着数据库的高效运行，SQL 执行效率、索引是否正当、锁、资源配置等都能够通过“AI”的形式失去解决。
腾讯云 MySQL“智能调参“将于 5 月份对外收回公测邀请，敬请期待！
