前天下午，阿里云正式对外发布了首个“自动驾驶”级数据库平台 DAS，无疑是数据库领域的又一重磅事件。

为什么说憋了很久？因为很早前，阿里云就确定了云原生、智能化两大方向，在云原生数据库领域，阿里云拥有国内首个云原生数据库 PolarDB 及云原生数据仓库 AnalyticDB 等，如今，其在智能化方面也取得了新的突破，相关研究成果已连续两年入选数据库领域顶级会议 VLDB。

而大招也并非笔者标题党，可能很多人并不清楚 DAS 这个产品发布，背后意味着什么。作为全球前三、亚太第一的云服务商，阿里云此次发布 DAS，必将拉开云上数据库进入自动驾驶时代的序幕。

据悉，目前，阿里巴巴集团内部 85% 的数据库实例已经实现自动驾驶。

DAS 的前世今生

众所周知，虽然云数据库解决了开发者在资源弹性、高可用、备份、监控等基本运维负担，让数据库最优性能触手可及。

但如何用好数据库，如何让数据库更稳定并发挥最优的性能？如何快速诊断和应对各种原因导致的突发数据库性能问题？以及如何以最低资源成本满足业务需求，这些问题一直都是用户非常重要的诉求，因此，DAS 应运而生。

DAS 是一种基于机器学习和专家经验实现数据库自感知、自修复、自优化、自运维及自安全的云服务，提供六大自治特性，从异常检测、根因分析、决策执行以及跟踪评估，拥有全闭环的自治能力，其过程无需人工干预，实时评估自治优化效果，持续反馈，持续优化。

从上图，我们可以清晰的看到 DAS 的演进过程，其雏形最早可以追溯到 2014 年的 CloudDBA SQL 诊断引擎，2016 年进行了升级，但那时候还只是一个辅助诊断工具，还谈不上自动驾驶。2017 年，确定自动驾驶方向，通过阿里巴巴集团丰富的业务场景进行孵化和锤炼。2019 年，在阿里云上正式发布数据库 “自动驾驶”级平台——数据库自治服务 DAS。

如何正确理解 DAS

与 Oracle 将自治能力内置在数据库引擎中不同，DAS（Database Autonomy Service，简称 DAS）并不是一个数据库，而是一个“自动驾驶”平台，因此，其并不仅作用于某单一数据库引擎，而是作用于其数据库产品家族中的所有数据库，包括 PolarDB、AnalyticDB、RDS、Redis 等，涵盖 OLTP\OLAP\NoSQL 等各种类型的数据库。

而在“自动驾驶”工具类产品中，DAS 处于怎样的水平，与友商差异在何处？这里需要先搞明白什么是数据库的“自动驾驶”，同为自动驾驶，其差别也可能巨大。目前，比较得到认可的数据库自动驾驶等级定义如下：

Level-0: 全部靠人肉，没有任何工具／产品辅助

Level-1: 提供基础监控、告警等信息，不输出任何建议；

Level-2: 在某些场景下，能够输出诊断或者优化建议，但是建议是否采纳和应用，还是由人来决策，例如 SQL 诊断引擎；

Level-3: 在部分场景下，实现完全的自治，无需人参与，例如自动 SQL 限流、自动 SQL 优化、自动弹性伸缩等；

Level-4: 实现数据库的完全自动驾驶。

阿里云资深技术专家、DAS 产品线负责人李广望在接受笔者采访时候表示，目前 DAS 能力对应等级已经超越 Level-3，正在全力向 Level-4 演进。

也就是说，DAS 在部分场景下，已经实现了完全自治，无需人工参与。与友商的区别也就显而易见。据悉，部分云厂商的自治服务还处于辅助诊断阶段，因为决策还需要人工采纳和执行，这是根本的区别。

而部分场景比例是多少呢？李广望表示，基于 DAS 在阿里巴巴集团内的实践，能覆盖 90% 的场景，让数据库管理成本下降 9 成。能覆盖 90% 的场景，但阿里云却没有将其定义为 L4，是因为其优化策略采用最大保护策略，其目的是不给用户带来负面效果和不确定性。

据了解，目前， DAS 已在阿里巴巴集团的所有数据库上验证了近 3 年，并大规模应用于阿里巴巴内部业务场景，累计优化超 4200 万 SQL、回收超 4 PB 空间，并服务了大量电商、金融、游戏等领域企业。

写在最后

聊数据库，不谈性能就是耍流氓，因为，性能犹如粮食，在数据库的历史上，一直就不够用，这就是为什么数据库都需要精细化调优的原因。

如果说，从传统数据库到云原生数据库，是数据库领域的第一次飞跃，那么，数据库实现自动驾驶，毫无疑问是数据库领域的第二次飞跃。因为，它让数据库发挥最优性能变得触手可及。

从“人肉处理”到“自动驾驶”，从“被动救火”到“提前防治”，从“监控告警”到“自动止损”，从“局部优化”到“全局优化”，从“基于规则”到“基于 AI”，代表的是时代的发展和技术的进步。

因此，阿里云预测，未来 3 年，云上 80% 的数据库将开启‘自动驾驶’就变得很好理解了。从某种程度上讲，云数据库实现自动驾驶的能力势必会加速数据库上云的进程。