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: 1938 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】