本文由一刻talks發表
邵宗文，騰訊雲數據庫專家副總監。十餘年數據庫從業經驗，2009年加入騰訊，曾負責騰訊網，新聞客戶端，快報，視頻，財經，體育等數據庫平臺部署、規劃及運維支持工作。本文是邵宗文在一刻talks第100場演講局「先見·未來大會」上的演講實錄。每個行業對數據庫有不一樣的要求，雲上數據庫通過智能化運維，數據會越來越多，準確度也越來越高，模型也會越來越精準。騰訊雲上數據庫如何滿足用戶多樣化的訴求？一起來聽聽聽吧。
1
爲用戶提供數據庫服務
大家下午好，我是一刻talks講者邵宗文。我今天給大家帶來的是關於雲上數據庫及智能DBA的分享。
我們是怎麼給用戶很好的數據庫服務的？
首先我們會給客戶按模塊劃分，比如它是電商的或者是金融的客戶，因爲每個行業它對數據庫的要求是不一樣的。金融的客戶，他會要求數據庫的強一致性，對吧？數據是不能丟失的。如果說是一些電商，它有一些雙11的活動，它可能會要求數據庫有瞬間的這種支撐高併發的能力。
然後首先通過第一步，先讓用戶能夠遷移上雲，並且能夠在我們的雲上直接進行數據的快速傳遞和搬遷。第二，通過智能化的一些運維，現在還在持續不斷做，因爲智能不斷進化，隨着你數據越來越多，你的準確度會越來越高，你的模型會越來越精準。
我們幫助客戶支撐這麼大的數據量之後，用戶可能會有更多的想法。
比如說這些數據能不能進行商業的分析，對吧？能不能訂閱到他自己的一些商業專用的數據庫裏面去，挖掘出這些數據的價值。有時候爲了時效，他想能不能延遲比較低一點，可能幾秒，幾十秒就能把我的這些數據傳到我的商業數據分析裏面去，可能能做到實時的一些推薦，幫助客戶能夠在這種競爭激烈的這種行業中能脫穎而出。
另外我們也能看到雲也是一個生態，它不光是說我把數據庫做好就OK了，很多用戶可能是需要這種生態來幫他解決問題。比如說有些金融客戶還有審計的需求；有些遊戲客戶也需要通過審計來查找，有沒有人在盜用、盜取他們的數據；有一些客戶可能需要這種相關的快速備份和恢復，比如一些遊戲要不斷地升級它的版本的時候，需要快速的備份。
另外我們也需要支持豐富的多類型數據庫。像我們用到一些遷移的亮點，就是能支持數據庫的多種類型。因爲數據庫也是不斷在升級迭代版本，所以說雲的話纔有這樣的人力去做這樣的事情。否則像一家小公司它可能開發人員也非常少，如果還去投入去做這種維護各種版本升級的工作，其實是得不償失的。
2
數據遷移到騰訊雲
我們能支持有用戶自己在本地機房遷移過來，也可以通過用戶說我從其他雲上遷移過來。因爲大家可能擔心在一個雲上，可能萬一出問題，我的數據什麼都沒有了。
另外我們有自建的，因爲剛開始可能用戶說我可能對你的雲數據庫不太瞭解，對吧？我原來是什麼樣的，我現在放下來我還是什麼樣，我用CDM自建，但是自建的過程中可能他感覺到，就像我拜訪一個客戶的時候，他感覺到你的訂閱功能非常好用，如果我自己去搭，或者我自己去維護的話，我的成本是非常高的，可能需要投入兩個研發同學去做這樣的一些組件。
然後還有跨區。大家也知道我們騰訊是有非常多的海外機房，或還有很多像東京，像其他國家這種資源，很多的公司要出海，他如果是自己去建，成本也是非常高。所以說通過我們遷移可以實現整個世界的打通。
3
數據庫審計
用戶遇到審計的問題，首先你要審計記下來，存儲量也是非常驚人的，就是大家知道每個請求的操作，正常情況下是記不住的。它可能只記一些慢日誌，或者只直接寫操作，我們要把這讀寫全部記下來。這個存儲成本是要求非常高，需要一個分佈式的存儲來支撐這個量。
我們也是有這樣的，騰訊基於這樣的一個技術背景，其實完全能夠幫助到用戶去解決這樣的存儲問題。幾十億條、幾百億條數據，我要查一個什麼狀態的數據，我能不能快速地去查到，這個也是需要我們這個系統，能夠強勁地支持。通過我們研發同學的不斷努力，也是實現了這樣的一個快速的響應，在30億級的數據量情況下，差不多6到8秒的響應。
審計應用場景，就是國家三級甲等的一些要求，還有一些是技術人員的風險，另外還有一些技術的這種SQL注入的問題。
這是一個大概的簡單的一個界面，就是可以看到我們對誰做了哪些SQL命令，可以進行一個查找，並且可以快速地知道都有哪個時間點，哪個用戶做的這樣操作，避免了以前出現沒有這種審計情況下，我們需要大海撈針一樣去找。
然後可能是某個同學誤操作了，他可能不承認，現在的話有這樣的一套系統能幫助你快速的去尋找這些痛點。
然後還有支持很多命令，比如說某個ID的話，我還要知道超過多少毫秒的到底有多少，這樣可以幫助它可以解決一些慢日誌的問題。
4
數據訂閱
現在很多公司對數據重視起來。我們的數據訂閱，針對用戶可以做可配置化，他說我可以需要訂閱哪些庫，哪些表，因爲有些全訂閱也沒有必要。基於我們通用的一些像，可以把我們的數據訂閱到Kafka，Kafka是一個非常通用的數據的中間存儲，你可以通過Kafka去消費到你的各種相關的一些商業的數據庫裏面去。
我可以在數據庫做一個操作，然後通過我的數據定義功能，馬上Kafka的主題就收到了我這個數據庫的Insert操作。這樣的話可以根據這種固定的格式，我可以把這個數據轉到比如說像Redis，對吧？我可以只寫一個數據庫，我就可以操縱我的中間緩存，或者我通過我的數據庫直接可以到我的數據的倉庫，而不需要說我還要再額外的去做很多額外的成本，這是我剛纔說的，就是基於通過我的對數據庫的增刪改查，去影響到我的緩存，降低開發者的這種縮短開發的一些工作內容。
另外還有數據訂閱的別的場景，就是用戶可以通過，比如說我沒有在你的雲上數據庫，但我可以通過自建遷移，然後遷移到你這個數據庫，然後在這個數據上去開啓我們的這樣的一個訂閱。對已有的數據庫，我又不想在我主庫上影響性能的話，你可以再從庫上，我們也可以進行這樣數據訂閱。外部的，這種通過我們的遷移工具，然後可以通過外部雲上遷到我們這，然後我們也可以幫他實現這樣一個數據的功能。
5
智能DBA
最後我們現在結合本次主題的亮點就是智能DBA，因爲我剛纔說到了，我們現在雲上有大量的這種用戶業務，就是說有非常多的用戶業務，然後可能有近百萬家的企業在雲上。
如果說讓用戶進來給他的很多的數據是比較抽象的，比如說多少毫秒的延遲，多少的慢日誌數，其實用戶是無感知的，因爲很多用戶是小白用戶，他可能會想到能不能告訴我，我整體這個業務現在質量得分是多少，對吧？0到100是滿分，我現在是90分，我可能很開心，我的業務是穩定的，如果說50分是不是我的業務就有問題了，我得查一查是什麼原因。
所以說我們去做這樣的一些智能方向，就是把所有的大量的數據，可能很多維度數據去做這樣的質量得分。然後另外我們會把這些庫表，就是用戶經常會遇到這些問題，我們會提前去分析。
可能有些用戶說我之前SQL語句什麼都沒改過，爲什麼我現在變得非常慢，那我可能會說有一個很好的比喻告訴他，就是你剛開始是個小孩的時候，你這件衣服是夠穿的，對吧？但你這個孩子是在不斷成長，你的業務也在不斷成長，可能原來一張表只有不到100萬的數據，現在一張表已經有1000萬的數據，這個衣服已經無法承載你這個發展，所以說你的SQL語句雖然沒變，但是你的業務數據量發生了變化，所以你就成爲慢日誌了。所以你要去進行優化。
另外還有一個問題就是用戶說，我想知道比如說一些企業會做一些預算，我到底明年會用多少你的數據量，或者你的訪問量會有多少？我們通過AI，我們可以跟進用戶，比如說半年內的數據，我可以預測出來它未來半年或者未來幾個月，它的數據量可能會達到多少，或者它的訪問量比如說會比現在翻多少倍，這樣用戶大概對未來的訪問量有預知的話，他可以提前做好一個規模的預算。
這個其實可以看到，通過用質量得分的形式，就讓用戶知道我的訂單模塊，購物模塊目前是一個什麼樣的情況，如果是90分，看看還有哪幾個是影響他的，大概他是什麼原因。
然後另外就是我們自己在不斷的嘗試一些demo，我們會做一些模型出來，質量得分，然後告訴這可能是什麼原因，是cpu過度，可能是一些複雜SQL，還有一些其他的維度、碎片、索引是否合理。
然後另外我會對這種死索，就是數據庫經常會遇到問題，也會進行智能的分析。相當於用戶只要知道我的得分，然後順藤摸瓜，大概就能知道自己的問題，然後還能知道自己對應的請求SQL語句的問題。
今天我的分享就到這，然後之前我說的很多像智能化的這種數據，其實在騰訊已經非常多的在去推廣起來，如果大家能夠儘快的去應用我們雲的話，可以節約很多的時間，像我們的一個大客戶，就三年上市的某團，大家也看到了，他就是在我們雲上，基於我們的雲上的這種基礎服務，得到了一個快速的發展。今天的分享就到此結束，謝謝大家。
此文已由作者授權騰訊雲+社區發佈