双剑合璧openGauss的AI4DB与DB4A.docx
免费下载
双剑合璧：
openGauss
的
AI4DB
与
DB4AI
AI
特性是
openGauss
的关键特性之一，在过去的版本中，
openGauss
先后开源了
AI
参
数自调优和慢
SQL
发现功能，获得了广大开发者和用户的关注。为了进一步构筑完善的
AI
能力，在
openGauss
的新版本中，我们针对
AI4DB
和
DB4AI
两大特性，增加了全新的功能。
AI4DB
特性旨在通过
AI
技术赋能
openGauss
，使用户操作和管理数据库更加简便，为
用户提供端到端的自运维和自优化套件。在新版本中，我们增加了数据库智能索引推荐和
数据库监控与异常检测两项功能。
DB4AI
特性是在数据库内提供
AI
计算能力，通过数据库
内置
AI
算法为用户提供普 惠
AI
能力 ， 新 版本中增 加 了 数据库 内 机 器学习算 法 框 架
DeepSQL.
下面将依次详细介绍前述新功能。
一、
AI4DB
数据库智能索引推荐
在大型关系型数据库中，索引的设计和优化对
SQL
语句的执行效率至关重要。一直以
来，数据库管理人员往往基于以往的知识和经验，人工设计和调整索引。这样消耗了大量
的时间和人力，同时人工设计也往往不能确保索引是最优的。
openGauss
提供了智能索引推荐功能，该功能将索引设计的流程自动化、标准化，可
针对单条查询语句或工作负载推荐最优的索引，提升作业效率，减少数据库管理人员的运
维操作。
openGauss
的智能索引推荐功能可覆盖多种使用场景，它包含以下三个子特性：
1.
针对单条查询语句的索引推荐
该特性可基于查询语句的语义信息和数据库的统计信息，对用户输入的单条查询语句
生成推荐的索引。
用户可通过
openGauss
的系统函数“
gs_index_advise”
来方便地使用该功能，该功能支持
单列索引和联合索引的推荐。具体示例如下，索引的推荐结果包括相应的表名和列名：
2.
虚拟索引
该特性可模拟创建真实索引，同时避免创建真实索引所需的时间和空间开销，用户可
通过优化器评估虚拟索引对指定查询语句的影响。
本特性提供了包含虚拟索引的创建、删除、性能和存储空间开销评估在内的一系列操
作，用户可通过使用
openGauss
的系统函数灵活地操作虚拟索引。部分操作的示例如下：
1)
使用系统函数“
hypopg_create_index”
创建虚拟索引，输入参数为创建索引的
SQL
语句。
2)
通过对特定的查询语句执行
EXPLAIN
，用户可根据优化器给出的执行计划评估该
索引的性能。
创建虚拟索引前的执行计划是：
创建虚拟索引后的执行计划发生了改变，如下所示：
通过对比两个执行计划可以观察到，该索引预计会降低指定查询语句的执行时间，基
于此结论，用户可考虑创建真实索引。
3.
基于工作负载的索引推荐
将由多条
DML
语句组成的工作负载作为输入，算法可以推荐出一批建议创建的索引，
利用这些索引可以优化整体的工作负载，该算法的流程如下图所示：
该特性将前述两个特性为基础，首先对工作负载进行压缩，过滤出具有代表性的一批
SQL
语句，然后通过单条查询语句的索引推荐功能，为每个
SQL
语句生成候选索引。最后
通过虚拟索引功能再进一步筛选，将对工作负载具有最大正向贡献的索引作为输出。
数据库指标监控与异常检测
数据库指标能够反映出数据库的健康状况，用户的异常操作或数据库性能的下降都可
能导致数据库指标发生变化，因此对数据库的指标进行监控十分有必要。其价值主要体现
在以下两个方面：
（
1
） 可以帮助用户从多个视角了解数据库的运行状态，从而更好地进行数据库的规
划。
（
2
） 帮助用户提前发现数据库异常以及潜在的性能问题，并及时将情况反映给用户，
以避免产生不必要的损失。
anomaly-detection
是
openGauss
集成的
AI
工具，可用于数据库指标采集、预测以及对
异常的监控与诊断。
anomaly-detection
的结构如下图所示：
of 4
免费下载
【版权声明】本文为墨天轮用户原创内容，转载时必须标注文档的来源（墨天轮），文档链接，文档作者等基本信息，否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容，欢迎发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
下载排行榜
评论