苏州公司建设网站,h5小程序制作平台,网站策划厂,成都哪家公司做网站最好阿里云峰会直播地址 2020年6月9日#xff0c;“全速重构”2020阿里云线上峰会即将隆重召开。
在此次峰会上#xff0c;阿里云数据库重磅发布云原生分布式数据库 PolarDB-X 、云原生数据仓库AnalyticDB、数据库自治服务DAS、云数据库专属集群、图数据库GDB、云数据库Cassandr… 阿里云峰会直播地址 2020年6月9日“全速重构”2020阿里云·线上峰会即将隆重召开。
在此次峰会上阿里云数据库重磅发布云原生分布式数据库 PolarDB-X 、云原生数据仓库AnalyticDB、数据库自治服务DAS、云数据库专属集群、图数据库GDB、云数据库Cassandra版、云数据库ClickHouse 7款跨时代产品用技术倾情打造新数字时代的基石 今天小编为大家倾情呈现全球首个数据库自动驾驶云平台DAS产品亮点
过去10年数据库上云俨然已成共识云数据库相较于传统线下数据库解决了资源、弹性、高可用、备份、监控等基本DB运维负担。但如何用好数据库如何对数据库进行快速诊断和持续优化对一般应用开发者而言依然充满挑战。
阿里云基于阿里巴巴自身数据库规模化运维的专家经验结合人工智能和机器学习技术实现自感知、自诊断、自修复和自安全的数据库自动驾驶能力今天依托于阿里云平台推出数据库自治服务正式向云上客户开放。
DAS是业界首次以独立云服务的方式实现数据库自治能力推出六大核心自治特性覆盖支持包括OLTP(RDS/PolarDB)、NoSQL(Redis/MongoDB)、OLTP(ADB)等各类数据库引擎并支持混合云、SQL审计和风险识别等企业级数据库运维特性为客户数据库的稳定安全提供全方位保驾护航。 基于数据驱动、专家经验和机器学习从异常发现、根因分析、执行修复优化操作、跟踪评估、反馈实现全流程闭环无需人工干预实现数据库的自治保障数据库持续稳定、高效运行。
DAS 具备 6大核心自治特性
7 x 24实时异常检测通过机器学习算法实时对数据库的Workload进行异常检测相比基于阈值的告警方式能够更及时的发现数据库的异常而不是靠故障驱动
异常自愈DAS发现异常后自动进行根因分析定位到问题后自动执行相关止损修复优化操作帮助数据库自动恢复减少对企业业务的影响 自动优化基于全局workload和真实的业务场景而不是基于单条SQL持续的对数据库进行SQL Review和优化就像有一个不知疲倦的专业DBA一直在守护着您的数据库
智能调参数据库的参数成百上千用户的业务场景多种多样靠人肉的方式无法将参数调整为最优的配置DAS和达摩院合作通过基于机器学习技术和智能压测相结合可以为每个数据库实例的自动推荐最优的参数模版
AutoScale基于机器学习自动对数据库的业务模型、容量水位进行计算和预测实现先知先觉式的自动扩缩容。
智能压测为用户提供个性化的压测服务DAS可以自动学习业务模型自动生成无限多的接近真实业务的workload同时提供给用户更丰富的压测场景帮助用户解决大促、数据库选型等等问题。
和自动驾驶一样数据库自治服务也不是一蹴而就的我们将数据库的自治能力划分为5层
Level-0:全部靠人肉没有任何工具产品辅助Level-1:提供基础监控、告警等信息不输出任何建议Level-2:在某些场景下能够输出诊断或者优化建议但是建议是否采纳和应用还是由人来决策例如SQL诊断引擎Level-3:在某些场景下实现完全的自治无需人参与例如自动SQL限流、自动弹性伸缩Level-4:实现数据库的完全自动驾驶目前DAS正在努力做到Level-4的过程中。
为了实现数据库自治服务我们已经实践了6年。
从2014年开始我们开始尝试如何将DBA的经验转换成产品为业务开发提供更高效更智能的数据库服务。我们就构建了基于规则的SQL诊断引擎即输入一条或者多条SQL后SQL诊断引擎会直接输出优化建议
2016年CloudDBA的web版发布同时也升级了SQL诊断引擎在这个阶段用户可以直接在阿里云上通过C loudDBA直观的查看数据库的负载同时进行SQL诊断和优化。
2018年我们通过在阿里巴巴的业务和场景开始孵化和锤炼数据库自治能力
通过Self-driving Database Platform截止到2020年4月已经自动优化了4200万的SQL、自动回收了超过4 PB的空间、自动优化了 27 TB的内存。
2019年11月为了更好的服务客户我们将混合云数据库管理HDM CloudDBA自治的能力升级为数据库自治服务DAS。
DAS 在4个方面取得了核心创新和突破
首个全局综合自治引擎基于根因分析以及实例全维度聚合信息进行集中决策冲突解决专项自治场景决策分发在多自治场景下实现综合自治。
首个外置式Cost-based SQL诊断基于代价的诊断引擎一套独立于数据库之外的优化器并以自适应的统计信息收集机制基于执行计划的代价评估实现SQL精确诊断与优化建议输出。
基于Workload全局SQL优化技术以Workload负载为优化单位综合考虑Workload中影响整体性能的特征如SQL执行消耗资源占比、读写比等进行整体优化实现负载整体性能最大化提升同时最大化降低空间消耗。
基于机器学习的Workload异常发现与预测基于机器的Workload异常发现自动感知引发Workload变化的异常SQL自动触发全局优化变被动式优化为即时主动式全局优化。
和达摩院的相关的研究成果也取得了国际学术界的认可
2018年,WWW《Unsupervised Anomaly Detection via Variational Auto-Encoder forSeasonal KPIs in Web Applications》 2019年,VLDB《iBTune: Individualized Buffer Tuning for Large-scale Cloud Databases》 2020年VLDB《Diagnosing Root Causes of Intermittent Slow Queries in Large-ScaleCloud Databases》
通过DAS可以帮助企业节省90%的数据库管理成本降低80%的运维风险让用户可以更集中在业务创新让业务持续行驶在快车道上。
更多DAS产品性能尽在2020年6月9日阿里云峰会数据库新品发布现场我们不见不散 预约观看 PS.关注公众号后台回复“峰会”即有机会免费获得阿里云数据库定制太阳伞一把 详细规则请参见2020年6月9号我们准备干一件大事
原文链接 本文为云栖社区原创内容未经允许不得转载。
