AI赋能数据库性能异常诊断
议题要点及收获：
性能异常诊断工具对保持数据库持续稳定具有重要意义。随着数据库系统的大规模部署，依赖人力的诊断手段逐渐力不从心，传统诊断工具依赖固定阈值和经验规则，难以适应业务场景的快速变化。近几年，机器学习技术在提高诊断精度方面取得了显著进展，但在处理特定诊断粒度时，灵活性仍然不足。本次分享将从以下三个层面介绍AI在数据库性能异常诊断领域的探索和应用：
如何构建有效的性能异常数据集
如何利用机器学习技术提高异常根因识别的精度
如何提高异常诊断结果的可解释性和操作性
演讲时间：2024年11月29日
演讲地点：DAMS中国数据智能管理峰会-上海站（上海龙之梦大酒店）
讲师介绍：
华东师范大学数据科学与工程学院教授、博士生导师。2015年6月加入华东师范大学数据科学与工程学院，此前先后就职于IBM中国研究院和百度(中国)有限公司；
在VLDB、ICDE、 SIGIR、ACL等领域重要国际会议上发表多篇论文。目前研究方向为内存事务处理，以及基于机器学习技术的自适应数据管理系统。曾获国家科技进步二等奖、教育部科技进步一等奖。
以上分享内容将会在2024 DAMS中国数据智能管理峰会-上海站完整呈现，更多关于数据治理、数据资产管理、数据中台、湖仓一体、流批一体、超融合数据库、国产数据库、运维大模型、可观测性及稳定性建设等互联网大厂及大型金融企业的实战经验，都可以在11月29日的DAMS上海站一网打尽。
大会议程
报名方式
码上报名，享早鸟优惠
如果字段的最大可能长度超过255字节，那么长度值可能…
只能说作者太用心了，优秀
感谢详解
一般干个7-8年（即30岁左右），能做到年入40w-50w；有…
230721