DBA，Database Administrator，数据库管理员。常年来被认为是苦劳力，操着老板的心，干着搬砖的活儿，工作常态就是在应对紧急状况：不是在灭火，就是在去灭火的路上。
但是 DBA 的价值又是不可忽视的，他们在管理、维护和优化数据库系统以确保数据可用性、性能和可靠性方面发挥着至关重要的作用。于是，如何帮助 DBA 从繁杂且枯燥的工作中释放出来，去做更有价值的事情，一度成为了每个 DBA 以及企业管理层不得不思考的问题。前些年非常火的 AIOps 智能运维解决的就是这个问题，它通过结合 AI 技术，特别是机器学习和大数据分析，来提升 IT 运维效率和自动化水平。不过囿于 AI 自身的发展，AIOps 能掀起来的浪花是有限的。随着这两年大模型时代的到来，LLM 强大的理解和生成能力给我们带来了巨大的冲击。试想，如果利用 LLM 的能力再做一遍数据库运维，这个行业将会发生哪些改变呢？也许这个问题的答案，在一年前清华大学发表的论文中可以窥见。![]()
论文地址：https://arxiv.org/pdf/2308.05481论文中提出了这样一个设想：创造一个基于大模型的数据库管理员 D-Bot，帮助 DBA 从管理大量数据库实例等乏味的工作中解放出来。D-Bot 是一个以 LLM 为中心的数据库维护架构：![]()
研究团队也表示希望 D-Bot 可以从文本源中不断获取数据库维护经验，并为目标数据库提供合理、有根据、及时的诊断和优化建议。由此我们看到，借助了 LLM 能力的 DBA，将给传统的运维领域带来全方位的提效。同时我们也了解到，爱可生基于多 Agent 架构开发的ChatDBA产品也从另外的角度来试图解决上述问题，这是来自爱可生曾发布的一期 ChatDBA 故障诊断的演示视频：通过简单的对话问答，就能快速进行故障诊断，同时页面左侧还能同步生成流程分析画布，展示针对该故障的排查逻辑。![]()
ChatDBA 是一个基于大模型的数据库根因分析智能助手，希望成为 Database 的 Copilot，该产品通过多 Agent 的能力简化 DBA 的日常工作，核心技术架构包括多轮对话管理、多模数据处理、以及规划解决方案等。它可以帮助数据库从业者通过对话交互的方式，进行数据库故障诊断、数据库专业知识学习、SQL生成与SQL优化等功能，大幅提升工作效率。目前ChatDBA仍在内测中，欢迎数据库从业者加入内测，一起探索人工智能驱动的数据库管理新时代。加入内测：https://jsj.top/f/al2j8d
Datafun 有幸邀请到了来自爱可生团队的高级研发工程师李剑楠老师，他将在 DataFunSummit2024: 生成式 AI 技术峰会的【AI提效工具】论坛上分享，详细拆解 ChatDBA 的技术架构和技术实践，希望能为你带来启发。9.21 DataFun 直播间，峰会全程免费，快来叫上同事朋友们一起报名学习吧！![]()
除了AI提效工具论坛，我们依然关注Agent、多模态大模型、大模型训练推理、RAG应用与探索等方向的技术突破和落地实践，更有AI4Science等技术前沿相关的分享。以下是大会完整日程：![]()
文末点击「阅读原文」直达论坛报名页，也可扫描海报中二维码报名活动，期待一起现场交流 ~![]()
什么是 ChatDBA？
![]()
