《云原生一站式数据库技术与实践》——三、降本增效，阿里云一站式数据库上云最佳实践（2） https://developer.aliyun.com/article/1231598?groupCode=aliyundb
2. 云上数据库使用实践
随着数据库的量和研发人员越来越多，而DBA 人不够多，无法随时支撑研发时，可能会影响工作。如果对研发人员管理的能力和权限放大，可能会出现数据安全性、可靠性和稳定性出现问题。
通过数据管理，可以为研发提效，也提高数据安全和效率。
首先，可以做数据资产管理，实例、数据库和数据都可以通过DMS 实现数据采集、安全管控、快速查找以及数据安全，数据安全包括脱敏、水印追溯等手段。
其次，对研发、技术团队使用数据库的过程做流程化的管理和规则。比如研发人员a 希望将某主管owner 的数据库做变更。传统的方式需要先找DBA，DBA 获取到DML 或DDL变更，上线之后再由DBA 确认然后才会执行SQL，效率较低。
而如果使用DMS，则流程的效率可以得到大幅提高：研发人员a 的权限为可以查看，无法更新。发起流程的过程中会有安全规则拦截。研发人员a 发起流程之后会发往主管审批，主管确认后发往DBA 审批，可以由DMS 自动完成审批确认，确认后走DMS 任务，版主研发完成本次SQL 变更或DDL。
以上过程包含了SQL 审核、表结构设计规范，同时在DMS 上提供了无锁变更、研发规范、异常变更回滚、变更优化等能力。
DMS 为研发和DBA 提供了桥梁和平台。DBA 的一些日常比较琐碎但是又必须做的工作，可以通过流程化和规则的方式为研发提效。未来，我们将着眼于资产的治理、安全的体系化、逻辑数仓的建设以及场景化的方案等。
在云上使用云数据库时，还需要做问题诊断和优化。DMS 能够做自动/半自动/人工的问题发现，可以通过监控、DAS 的性能趋势、巡检、异常检测、性能诊断、空间分析来发现问题。发现问题之后，提供了DAS 的诊断分析、会话管理、慢查询、洞察和审计等进行问题的诊断。比如发现某个表没有索引，DAS 会给出索引建议。
如果是疑难杂症，则会转交由阿里云的专家进行诊断。其他大部分问题可由DAS 进行修复及优化，比如自动的SQL 优化索引创建、限流等。如果性能诊断优化已经达到极致，可能需要做扩缩容。云数据库拥有优秀的弹性能力，扩缩容十分平滑，尤其是PolarDB，可实现分钟级的扩缩容。
未来，我们计划在DAS 上实现自发现、自优化、自修复的全面能力。
另外，我们正在从DAS 入手构建批量的智能运维能力，包括实例监控、实例盯屏、异常发现、自动优化、自动修复、容量评估、安全审计。最近上线了复制延迟、OOM自修复、SQL Review 辅助，未来也会提供异常根因分析、自动优化增强、自动修复、增强内存报警等能力。
《云原生一站式数据库技术与实践》——三、降本增效，阿里云一站式数据库上云最佳实践（4） https://developer.aliyun.com/article/1231595?groupCode=aliyundb
