当数据库遇上"自动驾驶"，阿里云 DAS 在自治诊断的突破( 五 ) 导读：VLDB2020（The46thInternational

探活HASQL -> DASMind感知层感知到iSQ-> 通过iSQUAD定位根因 -> 发起决策Action -> 沉淀模型和知识图谱-> 通过自动/手动标注和迭代更新模型形成闭环
文章插图
引入探活iSQ更好的帮助我们，定位流量突增对其他表的影响，下图是一个探活RT异常的案例，我们发现 16：03的时候，探活SQL的RT有异常。
文章插图
文章插图
探活 iSQ 很敏感，通过 16:03 发现异常而慢SQL在16:04发现异常，原因也很简单，其他慢SQL需要花更长的时间才返回，而探活的iSQ在更短的SQL返回时间内发现了异常
iSQUAD发现指标Patterns的异常， cpu/active_session/DML执行次数都有一定突增，由于CPU密集型workload造成了session的堆积，同时SQL执行时间变慢产生iSQ ，而探活SQL变成iSQ这个现象帮助我们发现这类影响数据库性能的问题，进而帮助我们定位到阻塞性workload流量，很大程度上帮助我们精准定位该类型的异常。
文章插图
后续SQL自动限流action会根据Pattern得出的异常分析结论，属于CPU Intensive Workload 分类。
根据分类，后端会拉取全量SQL ，将关联指标和SQL提取，发起发出SQL限流建议，同时我们外置CBO优化器会给问题SQL做相应的索引推荐，也可通过用户的设置，进行弹性扩缩容。下面的例子是DAS自治中心通过通过根因定位后，产生相应自治操作的实例。我们会根据指标的异常patterns和分类做出，自动SQL限流，自动SQL优化以及Auto-scale的自治操作。
文章插图
文章插图
文章插图
文章插图
成果 & 未来
作为新基建的重要基础设施，数据库的完全自治对于企业数字化转型，高效、安全地管理多种多样数据库产品有这重大的意义，最大程度地降低数据库不可用时间，通过自治服务提高数据库性能和消除人工操作可能带来错误，进一步解放生产力。面对不断扩张的数据规模，选择DAS数据库自治服务，你可以轻松搞定这一切。
在今天，当数据的产生速度已经远远超过了手动数据管理和处理的速度，数据库规模增长的速度远远超过对数据本身的分析和洞察的速度。借助数据库自动驾驶的特性，数据库自治服务可提供众多传统数据库无法企及的优势。
未来，越来越多的企业数据库将迁移到云上，随着云原生生态的日渐丰富, 通过数据库自治服务的诊断能力，巩固和提高竞争优势，让 IT 部门专注于创新而不是数据库管理。通过智能化和数据驱动的方式让数据库运行的更快/更稳/更安全，这也是阿里云DAS(DatabaseAutonomy Service)产品一直的期望和愿景。借助AutonomousDiagnose的进展，今年我们底层DASMind算法服务支持全网 50w+(MySQL, PolarDBMySQL, Redis)实例的异常原因分析，从1-5-10（1分钟发现问题， 5分钟定位问题-10分钟发起自治action）演进到（1分钟发现并定位问题-5分钟内发起自治action) ，帮助DAS产品实现自动SQL限流、自动SQL优化、Auto-scale等自治服务，距离实现L5 Full-automation更进一步，未来的方向会从局部的自治逐步演进到全局的完全自治。

当数据库遇上&quot;自动驾驶&quot;，阿里云 DAS 在自治诊断的突破( 五 )

当数据库遇上"自动驾驶"，阿里云 DAS 在自治诊断的突破( 五 )