为此，尚雷老师出品&主持，同时邀请徐戟（白鳝）、薛晓刚、张瑞远三位老师就“DBA如何在AI与国产数据库浪潮中乘风破浪？”这一话题展开了深入探讨。
分享概要
话题一：智能运维趋势下，DBA如何携手AI开创新未来？
话题二：Oracle霸主地位仍稳固，国产数据库同样崛起，DBA如何抉择未来之路？
话题三：300+国产数据库，如何选定最佳技术栈与发展路线？
Q&A环节
以下为访谈实录&精选互动问题：
AI的发展趋势是我们无法左右的，英伟达的老黄甚至认为通用人工智能（AGI）将会在5年内出现，虽有点乐观，但也不会太不靠谱。如果真的在5年左右产生AGI，那么在15-20年左右，AGI将会逐渐成熟，并深度影响整个世界，因此DBA要做好与AGI共存的准备。不过大家也不用过于焦虑，AI可以成为DBA前所未有的工具，且不会拿走DBA的工作。只不过那时候的DBA在技能和从事的工作内容上会有所不同，能够与AI更好融合的DBA具有更大的优势。如果我们想要拥抱这个趋势，现在开始，可以从以下几个方面去做些准备：
1）以更加开放的态度去接触AI，而不是出于恐惧或者其他原因故意远离它。现在AI在DBA领域可能还很弱智，但是它成长迅速。尽早认可它、接触它、使用它是更好的态度。
2）有开发经验的DBA，除了会写SQL外，最好再去学会Python编程，Python很简单，我这个50多岁的人没有看任何书籍，仅仅依靠以前C语言那点功底，遇到问题再问问同事，也可以写一些Python脚本、改一些Python代码了，所花的时间不到半个月。
3）可以尝试利用Python和一些算法去分析你手头有的数据，哪怕是ASH，AWR数据都可以。从生产环境中导出这些数据，在自己的电脑上尝试用一些简单的AI算法去做异常检测，去做模式分析和归类分析，你会发现一个全新的世界。当然这建议仅供于有兴趣的朋友。
4）在日常工作中尝试使用各种免费的大模型来进行知识探索、问题分析和搜索。我经常使用newbing、星火、文心等大模型来学习一些新的国产数据库知识，效果比直接看文档要好得多。甚至我也使用大模型来帮我分析一个复杂的执行计划，其效率也比我一点点看要快得多。用好大模型工具，可以帮我们减轻很多工作负担。
5）有条件的朋友可以尝试线下部署一个大模型，CHATGLM6B3、Yi-34B-Chat、Qwen-7B、Baichuan2-13B等模型都可以在一块3090显卡上跑起来，有些模型通过量化缩容后，甚至可以在一块3060上跑起来。如果手头资金有限，买个二手显卡也是可以的。利用这些离线模型，可以尝试建立你自己的本地知识库，蚂蚁开源的DB-GPT开源项目是一个不错的框架。
薛晓刚
依托一些AI工具能帮我们缩短学习的周期，白鳝老师在这方面是我们的榜样。我个人观点觉得AI不会替代DBA，而是帮助DBA。
举个例子，医院的医疗设备通过血液检查，无需人工干预，可以直接得到各项指标的正常与否，就代表不要医生了？不是的，得到自动化的结果后，要结合过往病史，以及是不是对某些药物过敏才能对症下药。同样，要找到问题SQL，要分析是外购产品写的、还是自己开发团队写的？才知道是否能进行改写，还是要采用其他特殊手段解决问题。
再如B超或CT检查 ，如果没有专业的知识，再先进的技术都不能定位问题。前段时间我就遇到一个主库正常、从库延迟的问题：我通过一系列手段发现从库写入出现问题，最后发现不是SQL引起的，而是共享存储。
AI可能会得出结论，但是不能继续去找共享存储的问题所在，这就需要人工介入了。数据库是和操作系统以及硬件打交道的产品，AI是一方面，实际解决问题是另一方面。
现在数据库可观测性做得较好的，比如Oracle，简单的故障看一下AWR就知道大致问题，具体深入定位问题、解决问题，未必可以不要DBA。简单的、没有索引的问题，数据库甚至自己可以解决。没索引的全表扫描AI可以部分解决，N年前的Oracle也能实现。但是没有where条件的应该如何解决？
这是AI时代给我们创造的机会，要我们去干预。需要专家出手去解决的都是大事，把DBA从低价值中解脱出来，去做一些扩大自身影响力的工作。
这就像感冒发烧，不吃药一周能好，吃药7天也能好；大病还是要看医生，甚至要到大医院看医生。
于数据库而言，不少高消耗的SQL会造成负荷，智能运维可以快速定位到这个SQL，这个要比KV的监控强很多。那么这个SQL是怎么产生的？AI可能会告诉我们一些原因。但这是不是真正的原因？就需要结合业务来看待问题，而AI无法侵入到每个业务中去。
不过AI在有些方面确实出色，帮助我们发现一些知识的盲点，甚至帮我们快速写Java和Python，大大缩短了我们学习的成本和周期。
目前很多公司都在探索AI以及AI运维相关的领域，且做出了一些产品并投入了生产使用，并在日常的运维中对DBA起到了辅助作用。
自ChatGPT出来后，我们也陆续测试过ChatGPT 3.5、4等多个版本。如白鳝老师所描述的，当前AI没有那么完善，但不可否认的是，它对我们日常和工作来说已是个非常好的辅助工具，通过其版本不断迭代，它的准确度也是越来越高。
当前国产数据库百花齐放，但每个人的精力有限，很难接触到那么全面的知识，尤其是很多数据库还是闭源，想要去全面了解是很难的，我之前是从事Oracle工作的，后来转行做OB，深入了解其体系结构的过程中，花了不少时间。但如果我能有一个AI工具或平台，且能给我提供一些较精准的答案，还能借助其完成一些简单的安装部署和参数调整，就可以极大降低学习难度和成本。
我觉得AI降低了初级DBA的入门难度，假如有3分的能力，借助AI就可以达到6分的效果。
一些“疑难杂症”在知识或者训练度不够的情况下，AI可能会给出一些谬误的结论，对于更高层级的DBA可以根据自己的知识进行判断。
尽管AI不那么完美，但随着时间发展和产品迭代，它总会变得越来越好，未来AI一定会在日常生活和工作中占有一席之地。
国产数据库替代正在逐渐兴起，这是必然的趋势。但中美科技之争没有十年八年是看不到结果的，所以我们也要尽快调整心态，接受这个事实，并为此做出一些准备。
1）开源数据库对Oracle产生了冲击，国产数据库替代的出现对其的冲击更是加大。很多有钱行业的核心系统将会从Oracle上迁移下来，这些衣食父母身上发生的变化，必然会影响到以此谋生的DBA群体。短期来说，这个影响还不会特别大，就像当年X86替代小型机对硬件维保行业的影响一样，一些大型维保公司的硬件工程师直到最近这两年才感受到瑟瑟寒意。
2）过度焦虑是没必要的。因为无论用什么数据库，DBA依然是不可或缺的，只不过要为未来做好准备。即使是Oracle DBA，如果技术不错、学习能力很强，对Oracle也是充满喜爱，也可以更深入学习和研究，成为真正的高手。
在未来，Oracle高级DBA的职位依然会很吃香，因为Oracle的存量用户依然是相当多的；Oracle的初级DBA工作机会依然会存在，安装部署、日常维护和扩容等工作依然有大量的工作机会，只不过薪资较低；中级DBA受到的冲击可能会较大，因为关键行业Oracle DBA的需求会在未来三五年后开始减少，同时因为AI技术的发展，部分工作会由掌握了AI工具的初级DBA完成，因此中级DBA可以考虑往高级发展，或者在未来几年里完成转型。
3）在最近数年中，大量的系统要做迁移，数据迁移工程师的工作机会增多，大家也可以考虑通过这个机会去完成转型，并通过这个机会去了解和熟悉国产数据库。
4）有机会去某个数据库原厂工作也是不错的，特别是年轻、没有太多负担的DBA，先到某个原厂去干上几年，哪怕不能长期干，也可以充实一下你的知识库。
薛晓刚
别人学Oracle，我去学习Oracle；MySQL热了，我去学MySQL；国内大数据炒作起来，去学了大数据，只是无用武之地；PG在中国有抬头的趋势后，我也去学了PG；随后还有达梦、TDSQL、TiDB、OB等……注意我并不是转移阵地，而是扩张阵地。
大家在工作中少不了NoSQL数据库。有KV的Redis、文档的MongoDB、列式的GP、CK、SR，还有Oracle的图数据库、时序数据库、全文索引等，我全赶上了，我还优化过SQLServer和DB2，还涉及过MQ、Kafka、PulSar等……经历了这么多，大家可能会问怎么选呢？
当初要知道怎么选，我就不会这样了。就像学习好的人，说他考前没有复习就能考高分，对你来说可能是并不适用的。同理，我的经验可能也不适用他人。我个人看到新东西就会去学习，哪怕就懂个皮毛，但是精力也有限，量力而行。
大家心里彷徨该怎么办？我这里有几种方法供参考：
1）工作后，我从来不担心自己失业，这家不行换一家，哪里都是Oracle。但是现在比较割裂，国产数据库遍地开花，使我们换工作难度上升了，困境确确实实摆在面前。
我有一篇公众号文章 《相逢一笑泯恩仇》，MySQL和PG的恩怨大家都知道，但无非就是个选择之争。未来有时候可能要看运气，想要更保险，只能投入多份经历去押。
2）在各种数据库学习群里，可能有的水火不容，我自己的群希望大家放弃门派之争。单用商用成本高，单用开源搞不定，所以既不可能都商用，也不可能都开源，每种数据库都有它自身的场景，再加上如今的国产化。
有一个笑话：有个公司从Oracle切换到了MySQL，原来稳定的系统总是出现故障，后来请了个技术总监，带领技术团队进行了针对数据库的适配改造，经过一段时间后，系统稳定了，但数据库成本更高了，原因是总监太贵了！所以将来一个系统从Oracle切换到了国产，也要做这个适配，那么大家就是那个总监了……很贵的……
我个人还是佩服工匠精神。只做一种数据库，其实也饿不死，单一技能做到极致也可以碾压常人，只是路窄。
总之，当年我是因为主备技术栈让我不焦虑了。
作为一线DBA，我见证了数据库技术的迅猛发展和转型，从Oracle到国产数据库的转换不仅带来了挑战，也开辟了新机遇。数据库数量的激增要求我们拥有更高层次的技能，面对多样化的数据库产品，为DBA相关的职业人士提供了更广阔的舞台。
职场生态多样，有的人对当前状态感到满足，采取躺平态度；有的因不满薪资或工作环境而感到焦虑，渴望更好的发展；还有的因技术栈与公司需求不匹配而寻求转型。对于我而言，处于第三方维保公司的稳定环境，面对国产化需求，我选择积极适应新技术和产品。
面对变化，有的人可能在舒适区内等待政策驱动的项目；有的人则决定走出舒适区，寻找新的挑战和机遇。市场的不确定性像股票市场一样，未来可能只有几家主导厂商，因此个人选择变得尤为重要。
不少公司从Oracle转向国产化，面对这一市场的变化，要主动学习和适应新的数据库技术，以保持自己的竞争力，并为客户提供更高的价值。这种主动拥抱变化的态度，对于个人和企业来说都是至关重要的。
我90年代初开始使用数据库，用过DEC/RDB、VAX/RMS、foxpro、Interbase、Oracle、Sybase ASE、Informix……最终选择了Oracle作为未来的主攻方向，我的经历可以为现在的DBA提供一些参考：
1）当时我从这么多数据库中选择Oracle，并不是因为Oracle当时是最好的数据库产品，而是因为Oracle足够复杂，不太易用，周边的很多客户都在用Oracle，而且Oracle很贵，用户舍得在服务上花钱，所以我选择Oracle作为主攻方向。
在未来DBA选择某个国产数据库作为主要方向的时候，也可以用这个思路去考虑问题：首先看看周边的大客户都在用什么？哪个国产数据库的销售比较好？不要去选择那些本身也卖不出多少钱的数据库产品，作为你的主攻方向，用户都舍不得花钱买数据库产品，怎么会舍得花大价钱去花钱请DBA呢？
2）目前国产数据库在大型系统中应用还是起步阶段，还没尘埃落定，因此还不急着做出选择。24年将会是一个十分关键的年份，如果不是十分迫切要做决定，“等”可能是最好的选择。
3）如果你真的想学一款国产数据库，但是又找不到方向，我建议学习一下PG。目前很多国产数据库在血缘上都与PG有渊源，学习PG，今后对转向某种国产数据库可能会有很大的帮助。
薛晓刚
个人认为，国产数据库到最后有没有30家都不好说。企业生存是第一位的，当前的经济形式也会加速优胜劣汰的过程。除了几个做得好的头部企业，大部分国产数据库厂商，比诸位DBA还要焦虑呢！
首先，公司战略是决定数据库转型是否必要的重要因素之一。公司决策采用某个数据库，员工就会学习和掌握这种数据库。这种情况下，转型成为了一个必要的步骤，不仅为了项目的顺利进行，也为了个人职业的稳定。
其次，市场信任度也是一个关键的考虑因素。以汽车行业为例，消费者可能会犹豫是否购买来自新兴车企的汽车，担心该企业可能会突然倒闭，导致没有后续维修和保养保障；相反，选择一家已经建立了良好信誉的企业，不仅有价格和品质优势，还不太可能在短时间内消失，因而能够提供稳定的后续服务。在数据库领域也是如此，选择一个被广泛认可、并在行业内有良好口碑的数据库产品，可以减少未来的不确定性。
再者，选择适合自己行业的国产化数据库，也是一个策略。在不清楚如何选择时，可以参考同行业内头部企业的选择，观察他们采用了哪些国产化数据库，并且将这些数据库应用于核心业务。通常企业不会轻易更换核心业务所依赖的数据库，这样的选择可以作为一个信号，表明这些数据库可能会提供一个相对稳定的发展前景。
最后，如果在选择过程中仍然感到困惑，可以考虑学习那些开源且在行业中有深厚基础的数据库，如PG和MySQL。这些数据库不仅拥有强大的社区支持，而且因其开源性质为学习和转换提供了灵活性。
在数据库领域，掌握一种数据库后，转学其他数据库通常会更加容易。无论是集中式还是分布式，拥有深入的数据库知识，可以帮助您更快地适应新的数据库系统，从而加速个人的成长和学习速度。
Q&A
Q1：作为DBA，如何学习和使用AI，为自己的能力加持？今后的职场上更加需要怎样的复合型人才？
徐戟（白鳝）：大约在2016年，我开始接触到AIOps概念，并深信AI能够解决传统技术无法应对的许多问题。面对专家培养的困难和一个需要在全国范围内优化的大型项目，我尝试通过AI技术找到解决方案。虽然最初对ALPS抱有极大热情，但随后的探索让我感到失望，意识到不能过度依赖AI，但仍然认为我们应该认真对待并利用AI技术。
我发现通用大模型，如GPT-4，对运维和数据库领域特别有用，尤其是结合了微软搜索的新版newBing，其在数据库知识方面的能力大大超出了传统模型。通过具体测试，新版newBing完美回答了我设置的数据库问题，显示出其卓越的基础能力。
我也尝试利用这些技术工具进行知识管理，个人实践了搭建私有AI工具来整理知识库，验证了其实用性和未来的商业潜力。
我建议学习编程和算法，通过这些技能进行数据分析和异常检测，提升在AI领域的竞争力。同时，参加如AIOps全球挑战赛等竞赛，不仅能促进学习，还能实践AI技术的应用。通过积极探索和应用AI技术，可以在实际工作中获得显著效益，并为个人技能发展和知识管理提供强大支持。
Q2：在DB-GPT的测试过程中，模型使用QLoRA微调后，codeLlama 13b的准确率有显著提高。但对DBA而言，80%的正确率，我们能不能接受，还是说AI终究只能用来参考？
徐戟（白鳝）：在不久前，我便开始探索DB-GPT（一款由蚂蚁团队研发的开源工具），其支持多模型并能生成SQL语句，吸引了我的兴趣。我与其开发团队已有频繁交流，尽管这一工具刚问世不久，但可以支持多种模型以及某些代理，通过简单的语言即可生成SQL，尽管这种生成的准确性依赖于所采用的基础模型。
近年来，也有人询问关于可以本地部署的国产化模型。这些模型通常较小，从6B到7B不等，更大的模型需要更昂贵的硬件支持。未经过微调，这些模型在准确性上往往不尽人意，主要是因为它们并非专为DBA设计。
当然，市场上也存在一些专为运维领域设计的模型，尽管它们在生成SQL的准确率上尚有不足，但在特定场景下，例如生成Spark SQL或AI for BI应用的脚本方面已经开始显示其潜力。然而，直接在生产环境中生成高效SQL仍然是一个挑战，尽管这并不意味着未来也无法实现。
随着大模型性能的快速提升，如从2022年的GPT 3.5到目前国产模型的进步，我坚信未来将能够生成高质量的SQL。目前我们正在尝试AI for BI应用，并观察到对于基础数据有准确描述时，模型能够生成相对准确的表关联SQL。然而，面对客户数据库中数十万张表的复杂场景，自动处理和元数据整理仍是一个巨大挑战。
此外，我对未来几年技术的进步抱有乐观预期。如Oracle在其大会上提出的，通过大模型生成SQL的功能目前还不完善，可能仅是一个原型，但我相信，随着技术的发展和模型的完善，这一情况将会有所改变，未来这些工具将成为我们不可或缺的助手。
Q3：29岁、工作5-6年、江苏DBA。二线城市DBA职位较少，工作内容不复杂，管理的数据库数量有限、架构简单，且日常操作较保守。这种情况下，是否应该把国产数据库看作新起点，并考虑去上海等大城市重新开始？或是否应该深耕巩固Oracle等传统数据库，再去考虑新领域和新机会？
张瑞远：
1）市场需求和趋势：调研国产数据库的市场需求和发展趋势。如果国产数据库的市场份额和需求正在增长，那么学习国产数据库技术可能会给您带来更多的职业机会。
2）个人兴趣和职业规划：思考您的个人兴趣和长远职业规划。如果您对国产数据库有浓厚的兴趣，或者认为它符合您的职业发展目标，那么转向国产数据库可能是一个好选择。
3）技术栈多样性：掌握多种数据库技术可以增加您的市场竞争力，使您能够适应不同的工作环境和需求。
4）地理和家庭因素：考虑搬迁到大城市是否对您和您的家庭来说是可行的，以及这是否符合您的生活规划。
5）学习资源和环境：评估您能够获取的学习资源和环境，是否有足够的条件支持您学习新的数据库技术。
6）风险和回报：考虑转向新技术所带来的风险和潜在回报。新技术可能需要更多的学习和适应时间，但同时也可能带来更高的职业发展潜力。
7）现有技能的深化：您已经有五到六年的Oracle等传统数据库经验，深化这些技能可能会让您在现有领域内更加专业和抢手。
尝试与行业内的其他专业人士交流，寻求他们的意见和建议。同时，您也可以考虑逐步过渡，即在保持现有工作的同时，通过兼职项目、在线课程或个人学习等方式来探索和学习国产数据库技术。
记住，职业发展是一个长期的过程，任何决定都应该综合考虑个人情况和市场环境。
--
薛晓刚：地域问题是存在的，例如同类岗位北京的比上海能多出30%。如果想攻国产数据库，那就去那些已经有国产数据库部署的公司；如果不确定学习什么，去看看你想去的行业和公司，他们用什么，就去学习什么。
当然，背井离乡的我，多说一句和技术无关的，异地的医保社保、住房租房、子女教育等问题都要考虑。如果上有老和下有小的请注意了，工作和这些比起来根本不算什么。
Q4：考量国产化改造、运维难度、各种性能量化标准及数据库迁移难度等，同时还具备主流、有安全认证、完全自主产权，且在信创名单里的国产数据库有哪些？哪几个能成为头部选择？
徐戟（白鳝）：首先，我想借此机会和大家探讨一下关于"信创"的一些细节。许多人可能对信创有一些误解，认为它是对所有系统的一个强制性要求。实际上，信创主要针对的是关键性基础设施系统，对于非关键基础设施的系统，并不是强制性要求使用信创数据库。
关于信创清单，已经发布了四期，而从第五期开始，评审标准转变为由国家机构检测中心进行的国测。国测的目的是让数据库产品能够通过这一测试，显示出它的技术和基础能力是符合国家标准的。通过国测的厂商，无疑是在规模和技术能力上都表现出色的。
国测的要求非常严格，包括闭卷考核，要求企业的员工在封闭环境中解决数据库相关的算法问题，并且通过编译。只有得分达到60分及以上，才能算是通过国测。这种高标准，确保了只有真正具备强大技术实力的数据库厂商才能通过。
值得一提的是，当我们考虑进行国产化数据库改造时，并不是说一定要选择通过了信创测试的数据库，因为只有关键基础设施系统，才是强制性要求使用国测通过的产品，这一点对于制定技术选型和采购决策的人员非常重要。
同时，评估数据库好坏没有一个固定的标准，各个企业可能根据自己的特点和需求建立不同的评价模型。此外，不同的存储引擎和算法有各自的优势，性能并不是唯一的衡量标准。
特别提一下Oracle数据库优化器的能力，Oracle拥有2000多个修复和几百个参数，这些特性使其在不同的环境和应用场景中表现出色。Oracle优化器虽然是30多年前的设计理念，但经过长期的市场磨练和技术改进，已经证明了其卓越的性能优化能力。这说明，一个数据库产品的市场地位和技术成熟度，是基于长期的发展和用户反馈积累起来的。
总之，选择数据库时，我们需要考虑多方面的因素，包括但不限于技术性能、成熟度、市场认可度以及特定应用场景的需求。通过国测的数据库产品至少在基础品质上有一定的保障，但最终的选择应该基于全面考虑和针对性测试。
特别鸣谢
徐戟（白鳝），南京基石数据技术有限责任公司CTO，资深Oracle数据库优化专家，曾供职于DEC、赛格集团、长天集团、联想集团等国内外知名企业。个人公众号『白鳝的洞穴』。
薛晓刚，Oracle ACE-Pro、Oracle讲师、MySQL讲师、PostgreSQL ACE Partner，个人公众号『四海内皆兄弟』。
张瑞远，新炬网络DBA，从Oracle DBA转型为某国产数据库一线DBA，拥有Oracle OCM、OceanBase OBCE。
尚雷，现就职于南京某上市互联网公司担任DBA，荣获PG ACE称号，拥有Oracle OCM、AWS、国产数据库等产品认证，个人公众号『尚雷的驿站』。
230721
1、导入Mongo Monitor监控工具表结构（mongo_monitor…
上面提到： 在问题描述的架构图中我们可以看到，Click…
PMM不香吗？
如今看都很棒