未来，软+硬+AI三位一体化自治数据库

在2022世界人工智能大会（WAIC）上，腾讯云数据库技术负责人程彬为大家分享了数据库与 AI 相结合背后的故事。在专场《当数据库遇上 AI 》中，程彬基于腾讯云数据库在 AI 智能化的探索与实践，剖析数据库与 AI 融合背后的技术关键点，为产业界提供前沿解决方案。以下为演讲实录：

2022世界人工智能大会《当数据库遇上AI》-腾讯云数据库

线上、线下的朋友们，大家好，我是腾讯云数据库工程师程彬，非常荣幸能够在这个时期跟大家一起交流数据库技术。今天我代表我们团队，和大家一起谈谈AI和数据库结合的技术思考，并结合腾讯云数据库的实战经验分享一下 AI 工程化落地实践。

云数据库面临的新挑战

随着数字化转型的深入，越来越多的企业生产从线下到线上，大量的数据存储、查询就需要使用到数据库。从腾讯云数据库的发展情况也能看出市场对于数据库需求的不断增大。其实，规模增长的背后也给云数据库带来了新的挑战。

对云厂商来说，大规模运营下的可用性、成本和运营效率遇到了空前的挑战。比如，可用性上，百万数据库实例规模下如何降低故障绝对次数，这里就对可用性指标有更高的要求；怎么能高效率服务好几十万家企业，帮助他们管理好百万规模的数据库？怎么充分发挥规模运营效率，去不断的帮助企业降低成本？

另外一方面，对企业来说，在数字化转型过程中，需要开发大量的企业IT系统，这里就有开发效率、运营效率和成本的问题。比如，开发人员怎么能快速的写出高效的SQL语句？运维人员怎么管理越来越多的云上数据库？面对线上业务负载潮汐效应，怎么实现最合理的资源投入？

总的来说，规模的快速增长，传统的运营服务模式已经无法满足业务需求，数据库需要进一步智能化技术升级。

方法论升级

我们进一步深入思考发现，在传统数据库工程中无法完美的解决上面的问题。

传统数据库工程是软件结合硬件的方法来design数据库，在这种设计模式下，数据库能很好的处理预先设定好的问题。比如，通过if else else这样枚举方式，去处理各种我们能想到的异常分支。但在大规模运营下，我们发现约2.29%的异常场景难以靠人工快速发现，这些小概率极端故障场景，随着规模的增大，故障爆炸半径会不断放大。我们团队想到了AI的频率模式来挖掘，在软件、硬件的基础上，结合AI来重新design数据库，实现系统的自分析和自演进。

于是我们升级了数据库构建的方法论，从传统的软硬件设计演进到软硬件+AI三位一体的云原生自治数据库设计方法。

云数据库背后的三角关系