openGauss社区成立AI SIG-CSDN博客

本文链接：https://blog.csdn.net/weixin_49727236/article/details/139181258

经openGauss社区技术委员会讨论决定，openGauss社区正式成立AI SIG.

AI(Artificial Intelligence, 人工智能) 是在计算机科学领域比较古老的一门学科，它的发展历程甚至比数据库还要久。近些年来随着深度学习技术的大规模落地，AI再次成为大众谈论的热门话题。如今，无论是学术界还是工业界，都期望AI带来一次全新的技术革命，并在更多领域发挥作用。为此，AI也是各国政府都投入大量资源研究的课题。数据库与 AI结合便是在这样的大背景下成为一个热门的研究领域。无论是实现数据库的自治，还是用SQL语句来驱动机器学习任务，这都是数据库与AI碰撞后迸发出的火花。目前该领域通常可细分为AI4DB与DB4AI两个子领域，相信openGauss AI SIG的成立，将极大地促进这两个子领域的发展。这对提升国产数据库地位、推进国际相关领域研究等具有重要意义。

AI SIG Maintainer

李士福华为

GiteeID: @lishifu_db

Email: lishifu@huawei.com

当前数据库发展已进入百花齐放百家争鸣的时代，openGauss作为一款高性能、高安全、高可靠的开源关系型数据库，已具备很强的企业级能力。AI SIG组的成立，集合产业界和学术界的力量，将提升openGauss在数据自治领域的实力，推动数据库智能化发展。

在AI4DB领域，我们希望构建全自治管理平台，做到端到端自治能力；在DB4AI领域，我们希望打造库内原生AI框架和全流程AI能力，做到普惠AI。在AI SIG运作中，希望通过大家的努力，实现openGauss作为新一代AI自治数据库的领军者。

AI SIG Committer

王天庆华为

GiteeID: @wang-tq

Email:wangtianqing2 @

huawei.com

AI for System与System for AI是近些年诞生的概念，在数据库领域，就是AI4DB与DB4AI. 现今，许多国内外科技公司与学术机构都尝试在该领域寻求突破。华为openGauss团队也选择站在时代浪潮，在这个大有可为的领域发挥自己的能量。为了能够为该领域贡献一份力量，华为成立了AI SIG, 相信在越来越多开发者的共同努力下，openGauss一定会取得更大的成就。

AI SIG Committer

孙佶清华大学

GiteeID: @greatj

Email:sun-j16@mails.tsinghua.edu.cn

从技术角度看，AI技术在openGauss内部已经大规模应用，并且对于端到端的性能提高起到了举足轻重的作用。很多核心的数据库组件比如查询优化、查询诊断等都在AI的帮助下进行了技术革新。AI技术不仅让openGauss在很多场景突破了传统数据库的性能瓶颈，还令其更加智能易用，节约了大量的维护成本。

从生态的角度看，AI SIG为openGauss引入了更多的技术开发者，使得openGauss能够不断地自我革新，始终位于行业前列；此外，AI SIG不仅能够给众多数据库开发者爱好者提供一个以openGauss为中心的想法分享平台，还能够提高openGauss在行业的影响力。

AI SIG Committer

周煊赫清华大学

GiteeID: @xuanhe

Email:zhouxuan19@

mails.tsinghua.edu.cn

近些年国产数据库得到高速发展，然而仍然面临着应用场景多样、系统设计复杂、运维成本高等诸多问题和挑战。传统数据库主要基于”经验公式+专家配置”的优化模式，难以快速适应或解决以上问题。

因此，通过构建AI SIG生态，我们可以结合前沿的机器学习技术，解决当前数据库系统中的诸多问题，包括大规模参数调优、并发场景下表现预测、分布式数据划分等。比如参数调优主要考虑系统中上百个影响性能的参数，利用强化学习根据不同的负载和环境变化进行自适应配置；表现预测主要考虑并发查询的执行开销，通过结合图嵌入模型预测算子级别的并发时间，实现慢查询预判、负载预调度等；数据划分则考虑从大量数据列中选择合适的分布键，结合图神经网络计算不同分布键组合的执行收益和数据均衡性，提高数据划分的质量。

AI SIG Committer

余翔清华大学

GiteeID: @yxfish13

Email:yxfish13@

mails.tsinghua.edu.cn

随着数据库的市场日益增大，云数据库等一些场景的兴起, 对于传统数据库也带来了更多的问题和挑战。同时AI技术的不断进步，也启发了我们将AI技术与现有系统结合,进一步提升数据库性能，减少运维成本。

在openGauss中，我们正尝试结合AI的算法来辅助openGauss进行决策。比如让优化器对于执行计划进行更准确的代价估计，同时让优化器能够在更短的时间去选出这些计划,又或者能够为用户自动的进行一些索引或者HINT的推荐等。我们希望这些技术在执行上能够对用户透明，让用户在无感知的情况下享受到AI技术对数据库带来的提升。