侯鵬｜北京移動(dòng)數(shù)據(jù)庫(kù)主管“中國(guó)要強(qiáng)盛、要復(fù)興，就一定要大力發(fā)展科學(xué)技術(shù)“、”我們能不能如期全面建成社會(huì)主義現(xiàn)代化強(qiáng)國(guó)，關(guān)鍵看科技自立自強(qiáng)“。——習(xí)近平總書記在《朝著簡(jiǎn)稱科技強(qiáng)國(guó)的宏偉目標(biāo)奮勇前進(jìn)》中指出2025年3月，《2025年國(guó)務(wù)院政府工作報(bào)告》首次提出：提出激發(fā)數(shù)字經(jīng)濟(jì)創(chuàng)新活力。持續(xù)推進(jìn)“人工智能+”行動(dòng)，將數(shù)字技術(shù)與制造優(yōu)勢(shì)、市場(chǎng)優(yōu)勢(shì)更好結(jié)合起來(lái)，支持大模型廣泛應(yīng)用。共同推動(dòng)“共同推動(dòng)“AI+”場(chǎng)景創(chuàng)新，在場(chǎng)景創(chuàng)意提出、場(chǎng)景設(shè)計(jì)開發(fā)、場(chǎng)景資源開放、場(chǎng)景應(yīng)用示范上同向發(fā)力，以前瞻性構(gòu)想和開拓性實(shí)踐為起點(diǎn)，運(yùn)用新模式新方法推動(dòng)人工智能應(yīng)用場(chǎng)景落地?！獥罱芏麻L(zhǎng)2024年中國(guó)移動(dòng)全球合作伙伴大會(huì)《共創(chuàng)AI+新時(shí)代共贏數(shù)智新未來(lái)》主旨演講支撐驅(qū)動(dòng)提升效率效能場(chǎng)景化洞察與體系化分層數(shù)據(jù)貫通的商機(jī)全流程管控全周期多維度協(xié)同閉環(huán)運(yùn)營(yíng)產(chǎn)品/營(yíng)銷案/渠道等劃小精準(zhǔn)穿透端到端閉環(huán)動(dòng)態(tài)管理支撐驅(qū)動(dòng)提升效率效能場(chǎng)景化洞察與體系化分層數(shù)據(jù)貫通的商機(jī)全流程管控全周期多維度協(xié)同閉環(huán)運(yùn)營(yíng)產(chǎn)品/營(yíng)銷案/渠道等劃小精準(zhǔn)穿透端到端閉環(huán)動(dòng)態(tài)管理劃小單元全流程可視可管3重構(gòu)發(fā)展動(dòng)能提升全要素精益管理水平，驅(qū)動(dòng)“量質(zhì)構(gòu)效”價(jià)值增長(zhǎng)激活業(yè)務(wù)潛能業(yè)務(wù)層銷售單位劃小精準(zhǔn)管控對(duì)內(nèi)賦能對(duì)外變現(xiàn)力對(duì)外變現(xiàn)力AI+02數(shù)據(jù)庫(kù)運(yùn)維智能體主要內(nèi)容02數(shù)據(jù)庫(kù)運(yùn)維智能體架構(gòu)CRM周邊數(shù)據(jù)庫(kù)運(yùn)維智能體架構(gòu)外接大屏、BOMC等三方應(yīng)用容量管理模型數(shù)據(jù)可信管理模型運(yùn)行健康檢測(cè)模型故障分析模型行業(yè)大模型EmbeddingStudying外接大屏、BOMC等三方應(yīng)用容量管理模型數(shù)據(jù)可信管理模型運(yùn)行健康檢測(cè)模型故障分析模型行業(yè)大模型EmbeddingStudyingChunks知識(shí)圖譜任務(wù)規(guī)劃思維鏈反饋?zhàn)缘繕?biāo)拆解任務(wù)拆解...任務(wù)執(zhí)行任務(wù)執(zhí)行腳本調(diào)用硬件操作...應(yīng)用調(diào)用接口調(diào)用SQL調(diào)用人工評(píng)估執(zhí)行結(jié)果人工評(píng)估執(zhí)行結(jié)果G曰ASE02數(shù)據(jù)庫(kù)運(yùn)維智能體介紹——能力打造運(yùn)維場(chǎng)景運(yùn)維一體化運(yùn)維主動(dòng)化運(yùn)維智能化運(yùn)維場(chǎng)景數(shù)智安全一鍵運(yùn)維故障智管自動(dòng)調(diào)優(yōu)數(shù)智安全智慧能力智讀智寫智想智思智讀智寫智想智思全棧信創(chuàng)02數(shù)據(jù)庫(kù)運(yùn)維智能體介紹——流程提效驅(qū)動(dòng)運(yùn)維故障自動(dòng)管理助力管理流程精細(xì)化運(yùn)作感知智能體流程可視構(gòu)建運(yùn)維管理流程合規(guī)化系統(tǒng)健康度心跳曲線·按路徑可視·環(huán)節(jié)耗時(shí).節(jié)點(diǎn)管理·按顆粒度可視.流程熱力圖主導(dǎo)貫穿故障驅(qū)動(dòng)運(yùn)維故障自動(dòng)管理助力管理流程精細(xì)化運(yùn)作感知智能體流程可視構(gòu)建運(yùn)維管理流程合規(guī)化系統(tǒng)健康度心跳曲線·按路徑可視·環(huán)節(jié)耗時(shí).節(jié)點(diǎn)管理·按顆粒度可視.流程熱力圖主導(dǎo)貫穿故障管理全生命周期變革知識(shí)主動(dòng)獲取的學(xué)方式診斷智能體流程分析故障定位分析·故障現(xiàn)象·故障診斷·故障根因報(bào)告.案例篩選.圖表可視·路徑分析·多維下鉆·指標(biāo)配置.聯(lián)動(dòng)分析流程合規(guī)AI輔助歸檔大模型自動(dòng)生成回溯報(bào)告透化運(yùn)行知識(shí)庫(kù)歸檔流程監(jiān)控沉淀案例,形成新知識(shí)知識(shí)分知識(shí)存糊查詢知識(shí)便知識(shí)共?chunk向量模型將獲取到的知識(shí)進(jìn)?用戶輸入模糊問題，大模型結(jié)合知識(shí)庫(kù)中的故障手冊(cè)和案例庫(kù)，生成?通過NLP查詢大模型通過語(yǔ)義理解和推理，返回已經(jīng)存儲(chǔ)的知識(shí)。?實(shí)現(xiàn)覆蓋聽（語(yǔ)音陪練）、說(shuō)（語(yǔ)義跟讀）、讀、寫（電子協(xié)議簽名）、看（視頻）、練的覆蓋。?實(shí)現(xiàn)對(duì)潛在性能問題的提前感知與即時(shí)響應(yīng)，有效將性能問題發(fā)生率降低了50?實(shí)現(xiàn)對(duì)潛在性能問題的提前感知與即時(shí)響應(yīng)，有效將性能問題發(fā)生率降低了50%，顯著提升了數(shù)據(jù)庫(kù)的運(yùn)行效率與穩(wěn)定性?適配多種數(shù)據(jù)庫(kù)，通用性強(qiáng)?自動(dòng)執(zhí)行、智能調(diào)度，實(shí)現(xiàn)數(shù)據(jù)庫(kù)智能優(yōu)化數(shù)據(jù)庫(kù)監(jiān)控指標(biāo)化，無(wú)法深入了解數(shù)據(jù)專家分析需要專業(yè)的知識(shí)儲(chǔ)備，且要消耗大量人力。系統(tǒng)問題無(wú)法做到預(yù)數(shù)據(jù)整合：通過從數(shù)據(jù)庫(kù)、三方系統(tǒng)和外掛知識(shí)庫(kù)獲取信息，結(jié)合數(shù)據(jù)庫(kù)運(yùn)行現(xiàn)狀、過往運(yùn)行數(shù)據(jù)和RAG增強(qiáng)索引綜合判定數(shù)據(jù)庫(kù)運(yùn)行狀態(tài)。深度推理：通過大模型聚合分析和React架構(gòu)精準(zhǔn)推理當(dāng)前數(shù)據(jù)庫(kù)運(yùn)行狀態(tài)，發(fā)賬務(wù)庫(kù)開通庫(kù)訂單庫(kù)警從京維平臺(tái)抽取BOSS歷史賬務(wù)庫(kù)開通庫(kù)訂單庫(kù)文件向量數(shù)據(jù)庫(kù)賬務(wù)庫(kù)開通庫(kù)訂單庫(kù)警從京維平臺(tái)抽取BOSS歷史賬務(wù)庫(kù)開通庫(kù)訂單庫(kù)文件向量數(shù)據(jù)庫(kù)知識(shí)-`get_current_queries()` 日志查看-`explain_query(sql)`-`get_slow_queries(time_range)`-`adjust_config(param, value)`-`create_index(table,columns)` 推理原因 調(diào)用工具↓ 得出結(jié)論02數(shù)據(jù)庫(kù)運(yùn)維智能體功能介紹——故障智能管理理時(shí)長(zhǎng)從理時(shí)長(zhǎng)從13分鐘增加到35分鐘縮短故障處理路徑，運(yùn)維效率提升20%故障定位成功率達(dá)70%知識(shí)學(xué)習(xí)：構(gòu)建數(shù)據(jù)庫(kù)故障定位知識(shí)圖譜，包含復(fù)雜故障定位的全部鏈路，成為數(shù)據(jù)庫(kù)故障定位端到端專家。故障定位：通過故障診斷智能體收集信息，基于多條路徑算法從知識(shí)圖譜中精準(zhǔn)能力演進(jìn)：通過正負(fù)反饋強(qiáng)化學(xué)習(xí)技術(shù)動(dòng)態(tài)修正知識(shí)圖譜關(guān)系權(quán)重。學(xué)習(xí)階段知識(shí)學(xué)習(xí)知識(shí)修正知識(shí)庫(kù)混沌驗(yàn)證知識(shí)庫(kù)★權(quán)重修改知識(shí)圖譜★權(quán)重修改知識(shí)圖譜應(yīng)用階段鏈路1鏈路5鏈路4鏈路2鏈路4鏈路2基于多跳路徑推理算法找出正確根因持續(xù)進(jìn)化演進(jìn)階段正負(fù)反饋強(qiáng)化學(xué)習(xí)技術(shù)第一輪負(fù)反饋第二輪正反饋02數(shù)據(jù)庫(kù)運(yùn)維智能體功能介紹——數(shù)據(jù)智能可信管理?實(shí)現(xiàn)異常發(fā)現(xiàn)、威脅告警、分析定位、和響應(yīng)建議，?實(shí)現(xiàn)異常發(fā)現(xiàn)、威脅告警、分析定位、和響應(yīng)建議，填補(bǔ)主動(dòng)式數(shù)據(jù)可用可信管理空白?降級(jí)數(shù)據(jù)異常和修復(fù)時(shí)長(zhǎng)對(duì)業(yè)務(wù)連續(xù)性的影響80%以上?數(shù)據(jù)可信可視化管理，兼容多國(guó)產(chǎn)化操作系統(tǒng)、文件系統(tǒng)及數(shù)據(jù)庫(kù)勒索事件頻發(fā)，勒索金額巨大：全球航空巨頭波音公司遭到Lockbit勒索攻擊，被要求支付數(shù)據(jù)異常無(wú)法智能主動(dòng)發(fā)現(xiàn)數(shù)據(jù)出問題人工排查分析耗時(shí)費(fèi)力，運(yùn)維支撐效率低模型預(yù)訓(xùn)練：建立需要收集各種勒索加密后的數(shù)據(jù)、正常數(shù)據(jù)、勒索行為特性等等數(shù)據(jù)及樣本，對(duì)其進(jìn)行特征提取和熵值計(jì)算，計(jì)算出異常數(shù)據(jù)的熵值區(qū)間。建立散點(diǎn)圖模型，利用各種正樣本和負(fù)樣本數(shù)據(jù)訓(xùn)練，實(shí)現(xiàn)數(shù)學(xué)建模通過數(shù)字方差值分布判斷文件明顯差異，識(shí)別異常文件。生產(chǎn)環(huán)境據(jù)圖風(fēng)險(xiǎn)上報(bào)02數(shù)據(jù)庫(kù)運(yùn)維智能體功能介紹——數(shù)據(jù)庫(kù)智能瘦身?界面化操作，清理/合并任務(wù)處理可視化管理，分區(qū)清理效率提升60%以上??界面化操作，清理/合并任務(wù)處理可視化管理，分區(qū)清理效率提升60%以上?適配多種數(shù)據(jù)庫(kù)，通用性強(qiáng)?自動(dòng)執(zhí)行、智能調(diào)度，實(shí)現(xiàn)數(shù)據(jù)庫(kù)智能瘦身數(shù)據(jù)量不斷膨脹，分區(qū)數(shù)持續(xù)增長(zhǎng)，數(shù)據(jù)庫(kù)性能受到影響為保障業(yè)務(wù)正常開展、系統(tǒng)穩(wěn)定運(yùn)行，需保持?jǐn)?shù)據(jù)庫(kù)清爽和高性能，不斷增加臨時(shí)分區(qū)、臨時(shí)數(shù)據(jù)清理等操作表和分區(qū)自動(dòng)化檢測(cè)準(zhǔn)確率達(dá)適配生產(chǎn)4種數(shù)據(jù)庫(kù)，管理152個(gè)數(shù)據(jù)庫(kù)節(jié)點(diǎn)依據(jù)分區(qū)大小分布、表變更頻次、表對(duì)象特征、數(shù)據(jù)復(fù)制關(guān)系等構(gòu)建分區(qū)清理及分區(qū)合并分析模型，實(shí)現(xiàn)數(shù)據(jù)庫(kù)分區(qū)健康度自動(dòng)化檢測(cè)和自動(dòng)化瘦身。清理分析模型數(shù)據(jù)清理腳本分區(qū)匹配數(shù)據(jù)清理腳本數(shù)據(jù)表保留周期備份記錄匹配任務(wù)是否有觸發(fā)器分區(qū)合并列表分區(qū)合并腳本是否有觸發(fā)器分區(qū)合并列表分區(qū)合并腳本表使用頻率02數(shù)據(jù)庫(kù)運(yùn)維智能體功能介紹——構(gòu)建運(yùn)維知識(shí)體系知識(shí)庫(kù)層級(jí)復(fù)雜，使用不便，知識(shí)獲取效率低下知識(shí)庫(kù)層級(jí)復(fù)雜，使用不便，知識(shí)獲取效率低下現(xiàn)網(wǎng)數(shù)據(jù)庫(kù)種類多，技術(shù)棧復(fù)雜，全棧人才匱乏，缺少有效管理和提供知識(shí)的方式方法?知識(shí)主動(dòng)提供：基于NLP智能體，主動(dòng)提供技術(shù)知識(shí)，提升知識(shí)獲取效率精準(zhǔn)匹配答案，知識(shí)召回準(zhǔn)確率到99%?主動(dòng)推送：推送數(shù)據(jù)庫(kù)運(yùn)維相關(guān)知識(shí)和運(yùn)維規(guī)范知識(shí)庫(kù)日活大幅度提升推送內(nèi)容每日瀏覽量達(dá)100人/次通過智能體NLP建立自然語(yǔ)言交互機(jī)制，建立知識(shí)“問—答”獲取窗口建立知識(shí)庫(kù)，包含現(xiàn)網(wǎng)案例，各種數(shù)據(jù)庫(kù)運(yùn)維知識(shí)，運(yùn)維規(guī)范操作手冊(cè)研發(fā)線上課堂和模擬沙箱，提供學(xué)習(xí)路徑和課程，構(gòu)建運(yùn)維場(chǎng)景復(fù)現(xiàn)沙盤智能體擬割接和故障處理流程大模型02數(shù)據(jù)庫(kù)運(yùn)維智能體功能介紹——自動(dòng)執(zhí)行運(yùn)維任務(wù)數(shù)據(jù)庫(kù)操作復(fù)雜繁瑣，難度不大但是重復(fù)度高，極大占用運(yùn)維人員時(shí)間數(shù)據(jù)庫(kù)配置要求十分精密，人工操作數(shù)據(jù)庫(kù)操作復(fù)雜繁瑣，難度不大但是重復(fù)度高，極大占用運(yùn)維人員時(shí)間數(shù)據(jù)庫(kù)配置要求十分精密，人工操作經(jīng)驗(yàn)孤島化，新人培養(yǎng)周期長(zhǎng)，跨團(tuán)?操作一鍵下發(fā)：對(duì)于重復(fù)性高，執(zhí)行復(fù)雜的運(yùn)維操作，一鍵進(jìn)行任務(wù)?報(bào)表自動(dòng)生成：根據(jù)用戶需求，自動(dòng)匯總相關(guān)數(shù)據(jù)，生成報(bào)表并發(fā)送。?適配多種數(shù)據(jù)庫(kù)工具：已適配AntDB、GoldenDB、磐維等多種節(jié)省1運(yùn)維人力/天已適配操作正確率達(dá)100%命令下發(fā)：提供NLP交互界面，識(shí)別用戶指令，輸出prompt，實(shí)現(xiàn)人機(jī)交流。整合決策：使用ReAct框架設(shè)計(jì)調(diào)用鏈，自動(dòng)規(guī)劃調(diào)用路徑，選擇合適的調(diào)用工工具執(zhí)行：智能體適配多種數(shù)據(jù)庫(kù)工具，執(zhí)行各種數(shù)據(jù)庫(kù)的操作。運(yùn)維工程師NLPNLP交互界面調(diào)用工具調(diào)用工具自動(dòng)執(zhí)行03數(shù)據(jù)庫(kù)運(yùn)維智能體應(yīng)用……數(shù)據(jù)庫(kù)信息…數(shù)據(jù)主機(jī)信息數(shù)據(jù)庫(kù)類型…表輸出能力……數(shù)據(jù)庫(kù)信息…數(shù)據(jù)主機(jī)信息數(shù)據(jù)庫(kù)類型…表輸出能力報(bào)風(fēng)險(xiǎn)查問題排故障保安全AI+能力引擎散點(diǎn)圖顯示熵值情況異常散點(diǎn)圖顯示熵值情況異常決策”一二次備份輸出對(duì)比相互對(duì)比二次備份輸出對(duì)比相互對(duì)比 賬管庫(kù)04中國(guó)移動(dòng)磐維OLTP數(shù)據(jù)庫(kù)介紹V1.0發(fā)布V1.0發(fā)布V3.0發(fā)布，提供一體機(jī)產(chǎn)品V3.0發(fā)布，提供一體機(jī)產(chǎn)品核心系統(tǒng)規(guī)模替換20222024產(chǎn)品開發(fā)V2.0發(fā)布，支持分布式規(guī)模應(yīng)用，內(nèi)磨外售產(chǎn)品開發(fā)V2.0發(fā)布，支持分布式規(guī)模應(yīng)用，內(nèi)磨外售繁榮數(shù)據(jù)庫(kù)生態(tài)落地應(yīng)用8億+用戶數(shù)政策要求高自主可控預(yù)計(jì)2028年達(dá)930億遷移難運(yùn)維效率低國(guó)產(chǎn)化兼容低落地應(yīng)用8億+用戶數(shù)政策要求高自主可控預(yù)計(jì)2028年達(dá)930億遷移難運(yùn)維效率低國(guó)產(chǎn)化兼容低最大運(yùn)營(yíng)商業(yè)務(wù)量支撐需求高易用運(yùn)維平臺(tái)簡(jiǎn)化安裝部署，多層次系統(tǒng)管理全方位監(jiān)控，全自動(dòng)巡檢，智能告警高兼容生態(tài)適配主流數(shù)據(jù)庫(kù)內(nèi)核級(jí)兼容基于多種國(guó)產(chǎn)平臺(tái)軟硬協(xié)同高擴(kuò)展多模多態(tài)擁有行列存儲(chǔ)引擎以及MOT內(nèi)存表提供主備式、分布式、高易用運(yùn)維平臺(tái)簡(jiǎn)化安裝部署，多層次系統(tǒng)管理全方位監(jiān)控，全自動(dòng)巡檢，智能告警高兼容生態(tài)適配主流數(shù)據(jù)庫(kù)內(nèi)核級(jí)兼容基于多種國(guó)產(chǎn)平臺(tái)軟硬協(xié)同高擴(kuò)展多模多態(tài)擁有行列存儲(chǔ)引擎以及MOT內(nèi)存表提供主備式、分布式、一體機(jī)、云化多樣部署高智能AI自治覆蓋全流程的監(jiān)控智能化診斷診斷效率提升5倍以上高可靠解決方案支持流式異地容災(zāi)高安全國(guó)密算法全密態(tài)機(jī)制|動(dòng)態(tài)脫敏|數(shù)據(jù)加密|安全審計(jì)|三權(quán)分立|國(guó)密SM3、SM4高效率一鍵遷移支持多種數(shù)據(jù)源一鍵遷移遷移效率：300