自治调优！人大金仓解放DBA双手

数据库系统的性能是确保整个应用系统高效运转的关键因素，因此数据库性能调优工作至关重要。KingbaseES通过将人工调优过程内化为数据库内核，成功实现了自治调优。这种创新的调优方案为DBA提供了更高效且准确的性能调优途径，同时也显著降低了数据库系统的维护成本和复杂性。

当今数据库调优难题

如今，DBA需要具备专业的技能和知识，才能够对数据库进行充分优化。但数据库性能优化涉及诸多因素，完全依赖DBA人工进行数据库和系统统计信息收集，再进行多轮分析和定位，会耗费大量的时间和精力。如果数据库拥有自动调优工具，那么工作效率将得到极大的提升。可以说，数据库性能调优的种种难题本质上源于数据库的易诊断性较低。为了解决这些问题，需要实现数据库性能的自治。

内核驱动的自治调优方案

自治数据库其实是从基础级、管理级、预测级到自适应级逐步发展而来的，相当于汽车从手动挡到自动挡的变化过程。在基础级阶段，管理者往往要依靠能力和经验来做调优；到管理级的时候，系统能够去做相对完善的信息收集，管理者可以基于这些信息去做分析和决策；到预测级时，系统可以自己做模式识别与预测。

以遇到TOP SQL问题为例，系统可以根据问题预测原因：缺索引、需要做语句改写，还是因为类型转换出现无法使用索引等问题，并给出相应建议；最后是自适应级，相对于预测级的半自动升级到了自动档的状态，遇到性能问题系统可以自动进行优化。

KingbaseES在内核中建立了自治数据库的框架，将感知、诊断、建议、优化的过程都模块化，从而能够灵活地基于建议任务对各个模块进行填充，进而实现实例和SQL性能问题的自治调优。

实例调优

在诊断和建议方面，针对传统数据库内部的性能度量单位不同、内容不全面，无法准确诊断定位问题，KingbaseES以数据库时间为单位，统一了度量衡，建立了基于数据库时间的决策树模型，可以自顶向下来定位性能问题的根本原因。针对时间模型，采集、存储必需的性能分析数据，同时尽量避免对系统的性能影响。

以上述技术为基础，KingbaseES在数据库内部实现了大量的动态性能视图，并提供KWR、 KWRDIFF、KSH等诊断报告。此外，对于内存不足、IO问题、锁问题、缺少索引等常规问题，用户直接调用KDDM即可给出建议。对于建议未能覆盖的问题，需要用户通过分析KWR、KSH等方式来进行人工分析。

SQL调优

在SQL调优方面，KingbaseES提供了建议、自适应逻辑优化规则、自适应基数估计三种方式。

基于采集到的问题SQL，调优建议器可以做进一步分析，最后基于规则, 给出优化建议，如索引建议、统计信息建议、改写建议等。

逻辑优化是一种基于规则的优化方法，它按照一定的顺序应用一系列优化规则来对输入的逻辑执行计划进行改进，使其变得更加高效。KingbaseES已经内置了一百多条常用的逻辑优化规则，能够满足大部分复杂业务的需求。

对于 SQL调优中常见的基数估计错误问题，KingbaseES可以利用执行结果自动修正，对于基数估计偏差较大的情况，经过一轮或多轮的迭代执行，可以给出更优的执行计划。

目标：自治+AI

KingbaseES性能管理方向和目标就是自治，让用户的性能调优工作越来越简单。目前，KingbaseES已经提供了预测级和自适应级的优化方法，并将持续丰富相关能力，包括更丰富的SQL建议、参数建议，PGA、SGA的自适应，执行计划代价的自适应等。除此之外，KingbaseES开始将AI应用在趋势预测、参数调优、基数估计等方面。