4月7日-8日，由中國DBA聯盟(ACDU)和墨天輪社區聯合主辦的第十二屆『數據技術嘉年華』(DTC 2023)在北京順利召開。柏睿數據數據專家阿爾曼在會上分享了柏睿數據“數據+智能”戰略、庫內人工智能技術創新及在智能運維場景中的實踐成果。

　　“Data+AI”相輔相成，創造新價值、新模式

　　人工智能發展包括數據、算力、算法三大要素，數據是人工智能模型訓練的基礎，算力則是支撐人工智能模型運行的基礎，算法是人工智能模型的“大腦”核心;這三個要素缺一不可，與人工智能相輔相成，是智能技術創造價值和取得成功的必備條件。

　　在可見周期內，大數據技術的需求終點一定是與人工智能充分貼合，隨著人工智能技術的日益成熟，大數據技術也在持續創新發展;在數據運維領域的一個實際且迫切的需求是融合機器學習、深度學習等技術，打造智能、高效的數據庫管理和運維產品，以克服數據庫人工運維模式和自動化運維模式中存在的弊端，助力數據庫管理員(DBA)開啟新的工作模式，實現數據庫系統的穩定、安全和高效運行，從而保障業務連續性。

　　基于庫內人工智能技術，打造新一代智能化數據庫體系

　　目前，人工智能和數據庫技術的融合，主要體現在兩方面：一方面是AI for DB，利用人工智能技術優化數據庫，提升數據庫的智能性;另一方面是DB for AI，利用數據庫技術幫助人工智能技術落地，從而降低AI使用門檻。無論采取何種技術路線，都需要充分融合AI能力以實現數據庫智能化運維。

　　柏睿數據始終從“根技術”獨立自主研發，擁有性能卓越、全球領先的“全內存分布式計算引擎”RapidsDB，并以此為算力引擎，將AI能力真正融入到數據庫中，推出了新一代高性能、標準化、全智能的數據智能產品體系，擁有將庫內人工智能應用于數據庫的實戰案例;還于2019年提出數據庫庫內人工智能國際標準草案，是最早將大數據和人工智能進行原生結合的國際標準。

　　在AI for DB方面，柏睿數據創新研發基于機器學習的學習型動態查詢優化技術并獲得相關專利，以及基于不同服務器和數據量下的最優集群部署模式等自動化安裝應用，助力開發實施人員極大提升了工作效率。在DB for AI方面，柏睿數據RapidsDB在統一DB、AI接口的同時，內置AI機器學習框架。

　　動態查詢優化技術專利

　　庫內人工智能，讓數據運維更智能、安全、高效

　　在數據運維領域，柏睿數據基于分布式內存數據庫RapidsDB，助力企業打造AI內置型的數據庫智能運維平臺，探索數據運維的新路徑，助力DBA更智能、高效、安全運維。

　　柏睿數據RapidsDB采用動態查詢優化技術，實現針對自有存儲引擎和跨源異構數據源的動態查詢。整個過程包括條件語句下推、自適應凝縮、查詢計劃、查詢計劃分布、即時本機代碼編譯等，能夠實現基于規則、成本和知識庫的優化;同時RapidsDB具備其它數據庫系統都不具備的優化凝縮步驟，使得在面對任何查詢語句時都能獲得極優表現。

　　動態查詢優化過程

　　另一方面，柏睿數據RapidsDB運用自然語言處理(NLP)進行數據庫日志分析，通過收集日志預處理、獲得日志模板、日志分組、特征表示等步驟，實現對日志異常的智能化檢測。

　　未來，隨著硬件、大數據等技術的發展和應用場景日趨多元復雜，庫內人工智能也將面臨新挑戰。如在OLTP2.0時代，如何充分將AI芯片、RDMA、NVM等硬件技術與大數據技術更好的融合并實現大規模場景商業化落地，以及如何應對多模數據為數據分析技術帶來的挑戰。

　　柏睿數據將持續把握行業需求，長期研究全球最前沿技術趨勢，完善數據智能產品體系，聯合上下游企業共建國內數據智能產業生態，實現大數據技術在人工智能端的智慧落地。