瓦力游戏

提交需要
*
*

*
*
*
立即提交
点击”立即提交” ,批注我理解并赞成 《瓦力游戏科技隐衷条款》

logo

    产品与服务
    解决规划
    技术支持
    合作发展
    关于瓦力游戏

    申请试用
      又是一年 DTCC:数据库都在谈 AI ,运维会变单一吗?
      颁布功夫:2026-08-28 阅读次数: 1939 次

      2026DTCC大会顺利进行 ,瓦力游戏科技产业教育中心执行院长施嘉伟受邀参与 ,作为DTCC大会的“老伴侣” ,结合大会整体议题及自己从业经验 ,写下如下感悟:

      今年参与 2026 中国数据库技术大会 ,多了个身份 ,Data+AI 专场主持人。

      做数据库这些年 ,大会没少跑。前几年是国产化、散布式、云原生、HTAP。今年再看 ,Data+AI 已经铺到好几个分会场。

      主持那半天 ,我既要盯流程和功夫 ,也要听台上讲数据库、模型和 Agent。几个议题听下来 ,我脑子里一向有个问题:库越来越聪明 ,运维能不能轻松一点?

      至少眼下不会。AI 能削减一部门沉复劳动 ,同时也把更多系统带进了运维领域。

      瓦力游戏| 首页 -瓦力出品,必属精品
      图片



      AI 利用也得靠数据库托底

      从前几年 ,数据库和 AI 放在一路讲 ,沉点险些都在用 AI 把库管好。辅助诊断、SQL 优化 ,今年还有人讲 ,也还用得上。今年多了一类议题:数据库怎么把 AI 利用撑住。

      AI 一旦进了企业 ,要处置的数据和传统业务差得很远。以前重要是结构化业务数据 ,字段明显 ,模型固定。此刻多出来文档、向量和高低文 ,好多器材没法直接建表。数据库照样要管存储、查问和事务 ,还得思虑几个新问题:模型用的数据从哪来 ,谁能取 ,取走之后有没有留痕。

      安全这条尤其麻烦。公安、医疗这些行业 ,主题数据不能出域 ,知识库只能建在内网。权限充公干净的话 ,一个检索接口就可能把分属十几种角色的数据一路交给模型。接上 AI 以来 ,原来权限没管住的数据 ,模型也能看见。



      组件一多 ,

      出了问题不知路找谁


      以前企业数据架构一张图能讲完。利用连数据库 ,数据库管存储和查问。AI 进出产之后 ,这条链被拉得很长。业务库、知识库、向量检索、对象存储、大模型服务 ,再挂上 Agent。一套利用七八个组件 ,已经不稀罕。

      组件一多 ,接缝就多。数据怎么同步 ,权限在哪一层收口 ,出事了从哪查起 ,这个组件归谁管。做过跨组件排障的都知路 ,好多功夫都耗在没人认领的那一段。各个组件可能都没报错 ,业务却跑不通 ,几个团队一时也说不清该由谁处置。

      这两年 ,数据库厂商起头把向量检索等周边能力收进产品。职能放进统一套产品后 ,运维照样要处置数据同步、权限和故障定位 ,只是必要多盯一层。



      AI 能替 DBA 干几多活

      这个问题每隔几年就来一遍。云数据库来的时辰问过 ,库起头讲自治的时辰又问过。此刻轮到 AI。

      大模型和 Agent 越做越强 ,库能不能自己诊断、自己处置故障?不外我偏守旧 ,目前看起来还很难。

      我们能够先把一部门沉复劳动交给 AI。查日志、翻指标、看执行打算、写汇报 ,都适合让工具来做。

      可在出产上守过夜的人都明显 ,复杂故障很少只有一个尺度答案。库慢了 ,原因可能压根不在库上。存储和网络都有可能 ,衔接池、某条 SQL、某个锁都有可能;褂幸恢指鸦穑呵耙惶焱砩弦滴穹⒘烁霭姹 ,库这边看起来像无故变慢。你按库的思路查下去 ,最后根因在法式调换。

      企衣凤同时跑好几套库 ,排查起来更麻烦。优化器、备份复原机造 ,各家都不一样。统一个景象 ,放到两套库上 ,根因可能齐全分歧。再接上 AI 的数据链路 ,要查的领域又往表扩了一层。



      运维起头接办整条数据链路

      此刻做数据库技术服务 ,不是守护好一种数据库就好了。一个企业内部 ,贸易库、开源库、国产库、云上事俘同时在跑 ,已经很常见。各有各的汗青原因 ,不成能为了方便运维就全数换成一种类型数据库。手上还压着国产化迁徙、版本升级、容灾和安全治理。到了 Data+AI ,运维又要接触知识库、向量检索和模型服务。故障一来 ,团队很难一眼判断该找谁。

      业务响应慢 ,可能要找 DBA ,也可能要找开发 ,网络和存储团队也时时被拉进来。AI 利用成效忽然变差 ,还得查抄模型、数据、索引 ,以及底层表最近有没有调换。只盯着某一款数据库 ,时时查不到根因。

      工程师也得多懂几层。除了装库、备份和调参数 ,还要懂 SQL、架构、操作系统和存储。再往上 ,至少要看懂 AI 利用怎么用数据 ,向量检索在干什么 ,RAG 的数据怎么流。Agent 为什么必要那么多高低文 ,我以前没怎么当真想过。今年听下来 ,这个问题躲不开。



      大模型降成本 ,

      路子很像数据库优化


      专场里有一场讲企业级大模型落地 ,重要谈的是成本。

      这些痛点很眼熟:API 挪用和推理的账单压不住 ,主题数据不能出域 ,通用模型又不懂行业蹊径。企业想自己调优 ,还要思考能不能养得起团队。

      嘉宾教员给的准则很直接:先 RAG ,搞不定再微调 ,最后才做全量训练。指标是用极度之一的成本做出一套够用的规划。讲师还介绍了几种具体做法 ,PEFT 把原模型冻住 ,只训很少一部门参数 ,通过量化缩幼模型 ,再把推理放到边缘设备上 ,数据也能留在本地。

      各位同业 ,这个处置思路是不是很熟悉?跟处置数据库问题差不多。先看 SQL、加索引 ,不能再调参数 ,再不能才动表结构和架构。每往下一步 ,成本微风险城市增长。层级判断错了 ,团队可能把一个加索引就能解决的问题 ,折腾成一次架构刷新。是不是险些就是数据库优化的日常。

      这场大模型成本分享里 ,有靠近一半的内容都在讲数据怎么组织。RAG 要走通 ,私有化知识库得先建起来。数据要留在域内 ,权限要收得住 ,知识内容变动后 ,索引还要实时更新。最后接下这些活的 ,还是数据库和数据团队。



      AI 能分析 ,

      出产调换还得人来把关


      AI 最切实的益处 ,是查资料没那么费劲了。以前碰上没见过的报错 ,要翻官方文档 ,搜知识库和社区 ,再结合现场慢慢试。此刻把日志、报错和执行打算交给 AI ,很快就能拿到几条像样的排查思路。

      拿到建议以来 ,现场工程师还要做调换评估。AI 说某个参数能够调 ,工程师得判断此刻能不能改、会影响哪些业务、有没有联动参数;灰惶谆肪 ,答案可能齐全分歧 ,回退规划也要结合现场环境来造订。

      数据库存的是企业最主题的数据。一次误操作造成的影响 ,跟通常利用故障不在一个量级。规划写得再好 ,进出产前该走的评审、验证和回退都省不掉。我也没见过哪家会由于模型壮大 ,就跳过调换窗口。该有的步骤一个都不能少!



      运维团队也得换个干法

      以前做巡检、翻日志、写汇报 ,好多时辰都靠工程师自己来。此刻 ,不少工作能够交给自动化工具和 AI ,好比信息网络、初步诊断和规划初稿。

      工程师能够把省下来的功夫用在复杂故障判断、容灾设计和迁徙割接上。AI 能整顿资料、补充查抄项 ,也能列出风险。规划能不能用 ,还得看业务影响和调换窗口 ,最后由工程师来定。

      瓦力游戏这几年做数据库服务 ,也在把 AI 接入巡检、日志分析和汇报整顿。工具先处置沉复工作 ,工程师盯复杂故障和沉大调换?突ё詈罂吹氖橇司郑何侍夥⑾值檬欠袷凳 ,排查和措置问题快不快。



      AI 降职守 ,排查靠全链路

      每年参与数据库大会 ,议程上城市换一批新词。今年国产化还在推动 ,Data+AI 又成了焦点。企业最后关切的还是那些具体问题:数据不能丢 ,权限不能乱 ,业务还得不变运行。

      AI 能助运维省下不少沉复劳动。故障一旦牵扯数据库、存储、检索和模型服务 ,工程师仍要把整条链路串起来排查。今年参与 DTCC 之后 ,我更确定数据库运维的领域还会持续往表扩。以来接到一个“数据库慢了”的电话 ,我们可能要从利用一路查到存储、检索和模型服务。




      施嘉伟:

      瓦力游戏科技产业教育中心执行院长/技术运维部经理 ,Oracle ACE Pro、PostgreSQL ACE ,OCM/PGCM/KCM认证。 IvorySQL 专家照拂委员、KVA、崖山YVP、KWDB MVP、PolarDB开源社区/HaloDB技术照拂、TiDB社区技术布路师、青学会MOP技术社区专家照拂。

      瓦力游戏| 首页 -瓦力出品,必属精品 免费试用
      瓦力游戏| 首页 -瓦力出品,必属精品 服务热线
      瓦力游戏| 首页 -瓦力出品,必属精品

      顿时征询

      400-811-3777

      瓦力游戏| 首页 -瓦力出品,必属精品 回到顶部
      【网站地图】