重磅 | 阿里云发布“自动驾驶”级数据库平台DAS ,全球首创技术让管理成本降9成

简介: 4月22日,阿里云发布全新数据库产品DAS,该平台由阿里云及达摩院联合研发,可提供自感知、自修复、自优化、自安全的全链路数据库管控能力,无需人工干预,让企业像体验“自动驾驶”一样使用数据库,数据库管理成本降低90%。

观看数据库自治服务DAS发布会直播回放
点击领取DAS免费试用

数据库上云已成业界共识。Gartner预测,到2023年,全球3/4的数据库都会跑在云上,然而使用传统方式管理云数据库需要耗费大量人力,而且无法实时发现、应对异常,企业迫切需要为云定制的数据库管理方式。
阿里云DAS基于阿里巴巴数据库十多年大规模运维经验,集成了达摩院AI技术,可以像“自动驾驶”一样体验云数据库,例如提供7 x 24小时异常感知、故障原因分析、修复、跟踪评估等全链路能力,保障数据库持续稳定、高效运行。DAS相关研究成果已连续两年入选数据库领域顶会VLDB。

image.png

相比传统数据库管理方式,DAS拥有六大特性

六大核心自治特性

🔸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,通过人工智能技术,和智能压测相结合,可以为每个数据库实例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,按需自动生成接近真实业务的Workload,同时提供丰富和个性化的压测场景,帮助用户解决大促、数据库选型等等问题。

四大核心创新和突破

🔸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。

🔸基于全局Workload的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,实现全局性能最大化提升,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:基于人工智能的Workload异常发现,自动感知数据库的异常,并自动触发全局优化,变被动式优化为实时的、主动式的全局优化。

据悉,阿里云DAS已大规模应用于阿里巴巴内部业务场景,累计优化超4200万 SQL、回收超4 PB空间,并服务了大量电商、金融、游戏等领域企业。
以国内领先的游戏直播平台斗鱼为例,其每日业务调用量在千亿左右,背后需要数以千计的数据库集群支撑,传统数据库管理的方式无法应对如此大规模的流量挑战。

斗鱼基础架构部负责人丁铁球表示:“在斗鱼上云搬站的过程中,阿里云数据库自治服务DAS帮助我们实现了云上云下多环境数据库统一管理,避免混合云状态下的运维管理割裂。

DAS提供的智能诊断和自治服务,提升了规模化日常运营、大促、重大赛事等活动的保障效能,降低数据库保障门槛,让我们对活动期间的全局运行状态了然于胸。同时降低了数据库集群的运维和管理成本,我们可以将更多精力投入到业务创新上,为用户提供更好的游戏和娱乐体验。”

阿里云资深技术专家李广望表示:“DAS将引领数据库迈入‘自动驾驶’时代,让数据库变得更智能、更稳定、更安全、更经济,帮助用户专注于业务创新,助力企业“驶”入业务增长的快车道。未来3年,云上80%的数据库将开启‘自动驾驶’。”

DAS团队与达摩院合作的多项研究成果,也取得了国际学术界的多项认可:

2018年,WWW 《Unsupervised Anomaly Detection via Variational Auto-Encoder for Seasonal 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-Scale Cloud Databases》

作为全球前三、亚太第一的云服务商,阿里云拥有丰富的数据库产品,目前已有超过40万个数据库实例迁移到阿里云上,包含零售、金融、政务、电信、制造、物流等多个领域的龙头企业。

相关阅读

如何应对数据库CPU打满?最优解在这里...

倒计时6天 | 运维界的绝世秘笈被我们发现了!听阿里小哥用rap为你一一道来...

陷入人肉SQL优化的恶性循环怎么办?是时候跟它们说再见了

因“智”而治,数据库自动驾驶时代大门即将开启!

耗时又繁重的SQL优化,以后就都交给TA吧!
image.png
错过直播的小伙伴们

扫描二维码可以观看回放哦!
image.png

目录
相关文章
|
12月前
|
SQL Java 数据库连接
除了JDBC,还有哪些常见的数据库访问技术?
除了JDBC,还有哪些常见的数据库访问技术?
972 2
|
Cloud Native 关系型数据库 分布式数据库
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
1259 8
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
895 1
|
SQL 数据管理 BI
数据库操作三基石:DDL、DML、DQL 技术入门指南
本文围绕数据库操作核心语言 DDL、DML、DQL 展开入门讲解。DDL 作为 “结构建筑师”,通过CREATE(建库 / 表)、ALTER(修改表)、DROP(删除)等命令定义数据库结构;DML 作为 “数据管理员”,以INSERT(插入)、UPDATE(更新)、DELETE(删除)操作数据表记录,需搭配WHERE条件避免误操作;DQL 作为 “数据检索师”,通过SELECT结合WHERE、ORDER BY、LIMIT等子句实现数据查询与统计。三者相辅相成,是数据库操作的基础,使用时需注意 DDL 的不可撤销性、DML 的条件约束及 DQL 的效率优化,为数据库学习与实践奠定基础。
|
缓存 关系型数据库 MySQL
MySQL数据库性能调优:实用技术与策略
通过秉持以上的策略实施具体的优化措施,可以确保MySQL数据库的高效稳定运行。务必结合具体情况,动态调整优化策略,才能充分发挥数据库的性能潜力。
901 0
|
人工智能 关系型数据库 分布式数据库
媒体声音|从亚太到欧美,阿里云瑶池数据库凭何成为中企出海的技术底气?
在中企出海的时代浪潮中,瑶池数据库正凭借其技术创新、场景化解决方案、智能化能力、全球化布局,成为企业跨越挑战、构建全球竞争力的关键伙伴;同时也以硬核的技术实力证明了中国数据库的国际竞争力。
|
存储 人工智能 关系型数据库
诚邀您参加《智启云存:AI时代数据库RDS存储新突破》线上闭门技术沙龙!
诚邀您参加6月11日(周三)14:00在线上举行的《智启云存:AI时代数据库RDS存储新突破》闭门活动。免费报名并有机会获得精美礼品,快来报名吧:https://hd.aliyun.com/form/6162
|
安全 Apache 数据库
【倒计时3天】NineData x Apache Doris x 阿里云联合举办数据库技术Meetup,5月24日深圳见!
5月24日,NineData联合Apache Doris与阿里云在深圳举办数据库技术Meetup。活动聚焦「数据实时分析」与「数据同步迁移」两大领域,邀请行业专家分享技术趋势、产品实践及解决方案,助力企业构建高效安全的数据管理体系。时间:14:00-17:30;地点:深圳新一代产业园2栋20楼会议室。线下名额有限(80人),速报名参与深度交流!
437 1