提供服务以提高企业数据库运行效率

Openmade Consulting成立于2005年，以其在数据库建模和SQL性能调优方面的专业技术而闻名。该公司自主研发了性能故障预防解决方案“OpenPOP”和开源数据库迁移自动化技术，并提供多种服务以提高数据库资源利用率和运行效率。

这家公司通过开发基于人工智能的数据库自动调优解决方案实现了飞跃，该方案融合了其积累的SQL调优数据和咨询经验以及人工智能（AI）技术。近期推出的“Query-Medic”结合了大规模语言模型（LLM）的推理能力和超过20年的SQL调优经验。它无需人工干预即可自动检测降低性能并过度消耗数据库资源的SQL语句，实现从调优到结果验证的整个流程自动化。这是Openmade Consulting AX战略的巅峰之作。

利用 AI LLM 实现整个 SQL 调优过程的自动化

Openmade Consulting 的 AX 战略的核心可以定义为“利用 AI 实现整个 SQL 调优过程的自动化，从而提前防止数据库性能下降并确保数据库资源效率”。

主要功能包括：首先，在整个开发、测试、验证和运行周期中实现端到端的 SQL 自动调优，自动检测持续降低性能和消耗过多资源的 SQL，并持续执行自动调优和结果验证。

其次，它会自动验证调优前后性能提升效果和结果数据的一致性，仅向请求者或性能经理提供经过验证的 SQL。第三，它分析索引的影响，主动识别所有使用该索引的相关 SQL 的性能变化，并为是否应用该索引的决策提供支持。

第四，我们对实施 QueryMedic 解决方案后数据库负载和使用量的降低进行了量化分析。此外，在正式发布前，我们在多个客户环境中进行了实施和验证，以确保了其运行稳定性。最后，QueryMedic 可通过简单的注册流程应用于从开发到生产的各种数据库，并支持 SQL 调优管理所需的各种选项。Openmade Consulting 目前正在开发 QueryMedic 的功能更新，使其也能支持 TmaxTivero 数据库，目前该功能主要适用于 Oracle 数据库。

sLLM 进展和 SaaS 转换

Openmade Consulting计划将其业务拓展至基于QueryMedic的AI数据库性能管理平台。该公司计划在2026年前开发出sLLM，这是一个专门的SQL调优平台。该平台将利用大规模调优案例数据集和调优专业知识进行高级学习。与现有的通用LLM相比，该模型将集成针对每个数据库管理系统（DBMS）特性量身定制的优化算法，从而显著提高准确性和处理速度。据CEO崔永哲（Choi Young-cheol）介绍，sLLM的开发预计将于2026年上半年完成，公司计划通过概念验证（PoC）持续提升性能。

此外，该公司计划从2026年开始，将调优自动化范围扩展到开源数据库，并转型为基于云的SaaS服务，从而进军海外市场。目前，已开始着手将本地部署的QueryMedic解决方案以SaaS形式提供给亚马逊云服务（AWS）和微软（MS）等领先的云服务提供商，并已完成初步洽谈。通过将QueryMedic扩展为SaaS模式，Openmade Consulting旨在将其打造成为一个AI SQL优化器平台，供全球企业轻松集成到自身的数据库环境中。

Openmade Consulting 首席执行官崔永哲表示：“QueryMedic 是一款超越简单 SQL 调优的 AI 解决方案，旨在通过数据库资源效率的创新，最大限度地降低运营成本（数据库资源、云成本）。” 他补充道：“通过数据库性能管理与 AI 的协作，我们将开启数据库/应用程序性能优化完全自动化的新时代。”

[采访] “我们正在开启智能调优时代，人工智能可以自动调优 SQL。”

问：请介绍一下Open Made Consulting所拥有的人工智能能力。

Openmade Consulting 致力于推动智能数据库运维，将 20 多年来积累的 SQL 性能调优数据和数据库诊断经验与人工智能相结合。其专有的 QueryMedic 采用基于大规模语言模型 (LLM) 的推理架构，可自动完成从 SQL 检测和调优到验证和影响分析的整个调优过程。

人工智能会分析系统日志和执行计划，自动识别资源密集型 SQL 查询，并学习执行模式，从而提出最优查询结构。这种人工智能能力足以辅助甚至取代数据库管理员的角色，是 Openmade Consulting 的一项关键人工智能优势。

问：Openmade Consulting 主要关注哪种人工智能战略？

关键在于公开推广“利用AI实现SQL调优全流程自动化”的理念，并将其推广到各行各业的公司。数据库性能管理的本质在于SQL效率，而迄今为止，性能瓶颈的识别一直依赖于经验丰富的专家进行人工操作。为了突破这一局限，我们将过去20多年积累的SQL调优规则集和性能数据转化为AI驱动的推理结构，从而实现整个数据库操作流程的自动化。

为了实现这一目标，LLM 与公司 SQL 知识库的集成至关重要。人工智能旨在分析 SQL 执行计划和日志，以识别性能下降的原因，并建议和自动重写最优查询结构。具体而言，它采用了一种自学习循环，使人工智能能够不断从调优结果中学习，并随着时间的推移积累针对特定 DBMS 环境优化的调优模式。这种架构的目标是“人工智能独立提升性能的自主数据库操作”，而不仅仅是简单的自动化。

Openmade Consulting 正在利用这项技术推动人工智能向领域专业化（垂直化）方向发展。该公司并未开发通用的 LLM，而是专门针对 SQL 调优开发专用 LLM（sLLM）。通过这种方式，该公司计划将针对每个数据库管理系统 (DBMS) 特定特性的优化算法内部化。

此外，QueryMedic 将于 2027 年以 SaaS 形式提供，并将发展成为一个 AI SQL 优化器平台，全球公司可以轻松地将其应用于自己的数据库环境。

问：请详细介绍一下最近发布的 QueryMedic。

QueryMedic 是由 Openmade Consulting 于 10 月 20 日正式发布的基于 AI 的 SQL 自动调优解决方案。它能够全天候自动检测、调优并验证性能下降的 SQL 查询，无需人工干预。QueryMedic 通过分析 SQL 执行计划和日志来识别性能瓶颈，并根据执行模式自动生成和验证优化后的查询。尤其值得一提的是，其索引调优影响分析功能允许用户预测特定索引更改将如何影响其他 SQL 查询的性能，从而显著提升数据库的运行稳定性。

QueryMedic 在实际运行环境中的有效性也已得到验证。它全年 365 天、每天 24 小时全天候运行，同时监控验证数据库和运行数据库，主动预防诸如应用程序响应缓慢、资源占用过高以及云成本增加等重大问题。实际应用 QueryMedic 的公司发现，重复的数据库资源扩展和对外部调优的依赖性降低，SQL 管理成本也随之降低，性能更加稳定。

#SQL调优 #AI调优 #数据库性能 #QueryMedic #OpenMadeConsulting #数据库优化 #自动化解决方案 #2025 新品 #DBA #开发者 #IT运维 #降低成本 #绩效提升

来源：IT Daily（http://www.itdaily.kr/news/articleView.html?idxno=236076）

记者朴宰贤 pajh0615z@itdaily.kr