一、阿里云数据库DBaaS简介
云数据库诞生之前，用户往往需要自建数据库或由供应商负责搭建数据库，但用户需要对数据管理与数据库管理进行全权兜底，这对于用户来说是不小的挑战。
云原生数据库诞生之后，用户可以将专业的事情交给更专业的云数据库来实现，比如可以通过 DMS进行一站式数据管理，通过Open API用户控制台购买云数据库实例。而DBaaS相当于云数据库的操作系统，可以通过 DBaaS加数据库内核快速实现商业化和服务化。
DBaaS已经通过信通院《数据库管理平台》满分认证，也能够帮助基于DBaaS的产品快速通过认证。
提效是当前大多数企业的关键词。对于企业而言，降本增效诉求强烈；对于开发人员而言，平台多、种类多，需要对开发效率进行提效；另外伴随着规模越来越大，运维成本也越来越高，运维也急需提效。
二、云原生DBaaS全面升级
Serverless化是大势所趋。DBaaS提供了弹性设备的基础设施，为产品快速实现Serverless化提供平台支撑。
DBaaS本身已经掌握了所有数据供决策中心使用，将策略下发，节点根据用户负载的预测进行调整即可。但我们无法100%准确地进行预测，当有突发情况发生时，节点也需要有秒级弹升能力，实现治标且治本的效果。
如果有端侧的实际操作与中心策略不吻合，则会将此类情况上传到决策中心，中心根据反馈进行学习与调整。
为了实现秒级弹性，我们将调度系统与资源池进行联动，得益于阿里云资源池的优势，能够快速从资源池获得大量资源，并且在不需要资源时可快速释放。可以在保障SLA的前提下，能够实现最快速度、最小成本的弹性。
DBaaS通过其弹得快、弹得细、弹得稳以及弹得广的特性，帮助用户解决了资源的效率问题。
另外，伴随着开发架构的复杂化，开发效率问题也日益凸显。而提升效率最简单的解法即解耦。
我们将DBaaS的组件进行了非常详细的梳理，抽取出核心部分组成非常轻量的架构，以保证核心功能可快速运行起来，在本地实现分钟级拉起。需要开发核心功能时，可以直接在本地进行快速调试。另外，各种组件可按个人需求插件化接入，实现快速开发。
基于DBaaS构建数据库服务时，如果只需要开发数据库内容，则无需加入其它组件，可以快速迭代、快速更新。如果需要与备份服务联调，则通过配置的方式加入相应模块即可。
另外，DBaaS提供了从开发到自动化测试到部署的全平台、端到端到 CI/CD 流水线，使得应用能够快速实现开发、测试、部署、上线。
我们也构建了非常强的可观测能力。比如可以根据提供的数据，快速搭建Top结构的展示。优秀的可观测能力在一定程度上解决了从开发、部署到运维过程中的问题。
三、AI助力数据库智能化管理
而随着运维规模愈发庞大，单纯的Dashboard和告警也不再能够满足业务需求。因此我们需要通过 AI 助力数据库的智能化。
我们将可观测系统与调度、运维等系统打通，实现闭环，实现了端到端的、可观测的运维体系。
过去几年，我们在线上积累了大量操作经验，问题规模越来越大时，操作规则也越来越多，每天产生了近千亿次异常检测。而海量数据正是机器学习的基础，因此，我们与达摩院强强联合，推出了数据库智能管理的能力，且该能力与国内相比存在两年多的技术代差。同时，我们将技术经验整合成大量论文，发表在顶会期刊，分享给业界。
据统计，70%的数据库性能问题由SQL导致，70%受访DBA认为SQL优化是最耗时的工作。因此，我们将内部能力产品化后推出了数据库自治服务DAS。
比如数据库在第一分钟时出现慢SQL导致服务下线，则DAS可自动在1分钟内对数据库进行限流，限流之后用户服务即可恢复，从感知到修复仅需不到2分钟。同时，DAS还可对慢SQL原因进行分析，比如发现原因为索引建立不合理，则可自动对索引进行优化，然后自动解除限流，一定程度上从原先的治标转变为了治本的效果。另外该种情况下，如果得到用户授权还可自动进行扩容；如果未得到授权则会建议用户进行扩容。
我们希望通过云原生、智能化的DBaaS，让用户的使用更简单，让阿里云数据库更快、更稳、更安全、更好用。
