阿里云數據庫第一天就是獨立開發,目前支持mysql,sqlserver,pg,ppas等關系數據庫,體系完整,包含數據庫內核開發、中間件、管控系統,支撐系統、實時數據化系統據悉,阿里云數據庫產品目前覆蓋包含：關系型數據庫、混合分析數據庫、搜索與時序數據庫、NoSQL數據庫以及數據庫服務于工具等諸多領域,已成為全球數據庫產品線最齊全的云計算廠商,今天整體數據庫產品再次升級,旨在為企業提供面向未來的能力.

阿里云數據庫從9月28號起開始在控制臺推出CloudDBA功能,通過客戶申請的方式灰度打開,助力客戶快速定位診斷問題,優化數據庫,贊助客戶更高效的使用云數據庫.此項功能集相信會成為云數據庫的標準配置.

阿里云數據庫監控體系要更深一步,監控內容面更廣,這就要得益于多年阿里云數據庫團隊鍥而不舍對技術的追求.同時監控手段更先進,內核團隊針對監控特別優化,我們可以獲取完整的數據庫執行語句詳情和數據庫全局快照,而對性能影響微乎其微,最多帶來2%的性能差異.同時我們利用阿里云大數據技術能力,實現了冷熱數據的計算加速,大量歷史數據可以快速完成計算工作,可以很快給出分析結果,架構如下圖三,增加了從數據庫到日志文件的寫入部分強調阿里云特有的內核日志優化工作.

CloudDBA 智能化學習分析手段

阿里云數據庫上運行著各行各業的數據庫系統,覆蓋了海量業務場景,阿里云DBA專家多年優化診斷經驗就沉淀在CloudDBA的規則引擎系統上,通過規則引擎可輕松實現一種業務場景的問題、條件與解法的研發.并且我們利用了機器學習能力,自動去抽象各業務的獨有特色,可以很方便的實現獨立業務和普適規則的匹配,為業務特有場景輕松推薦最優的優化解法.由于阿里云業務的快速發展,目前數據庫實例已經超過10萬,規則引擎中的優化模型越來越完備,而差異算法可輕松識別新的業務場景,若真出現沒有遇見過的“遺漏”,我們也可最快兼容.

圖四就是CloudDBA的四大引擎工作架構圖,請注意專家知識庫并不是文檔,而是規則引擎工作的原材料,這是阿里云數據庫服務海量實例的特有數據.

CloudDBA功能概述

CloudDBA根據用戶使用場景,從時間維度將功能切分為兩大塊,分別是一個專注于當下的問題診斷和SQL操作相關功能,另外一個則專注于對歷史數據進行全面分析產出系統性能優化辦法功能.但這兩者也不是嚴格的根據時間切割,如SQL操作中對語句性能的分析,也會參考過去歷史性能數據產出最優的優化分析.

問題診斷功能,描述數據庫當下的狀態,性能問題、其他問題都會以用戶一種可見資源表現出來,如CPU、連接數等.CloudDBA以這類面向用戶的資源為起點,分析可能引起該問題的原因,分析邏輯在后臺做到可配置,開發新代碼會非常的容易,并且分析邏輯會不斷擴張.我們將每個用戶可見資源(如CPU)定義為一個診斷項,每個診斷項在后臺規則引擎中會定義一些檢查條目,當診斷時會逐個檢查條目進行診斷,沒有問題就忽略,有問題就會返回給分析引擎和診斷引擎,這兩個引擎會結合歷史數據給出結果.

第一版CloudDBA問題診斷集合包含 CPU、空間、慢SQL、鎖信息、熱點表等基礎內容.