[IT Daily] 当平静的服务环境中突然响起故障警报时，IT 部门便会陷入紧急状态。尽管他们检查了基础设施规格并扩充了服务器，但寻找根本解决方案往往并不容易。

“直到昨天还好好的系统，为什么突然停摆了？”面对管理层提出的这一问题，如今的 IT 部门往往难以给出明确的答复，这就是数据库性能管理的现实。然而，这个神秘现象的答案其实隐藏在一个出人意料的简单地方：即我们一直认为“安全”的 SQL（结构化查询语言）。

最近针对 IT 从业人员进行的问卷调查，赤裸裸地展现了数据库管理的现状。

来自现场的警告：82% 经历过数据库故障，主因是“低效 SQL”

调查结果显示，81.8% 的 IT 从业者在最近一年内直接经历过与数据库相关的系统性能下降或故障。更值得关注的是，72.7% 的受访者将“低效 SQL”视为导致故障的决定性原因。

平时由于数据量较少而看似没有问题的 SQL，在数据达到临界值或流量激增的特定时刻，会突然变成“性能炸弹”。也就是说，“直到昨天还正常的系统”其实一直埋着故障的种子，绝非处于安全状态。

人力依赖型调优的局限：仅管理“前 5%”的危险体系

那么，为什么企业无法预先发现这些危险的 SQL 呢？答案在于人力和时间的局限。目前，大多数企业完全依赖专业调优师或经验丰富的 DBA 的“经验”来进行数据库性能管理。但在现实中，企业普遍反映专业人才招聘困难（45.5%），且分析和优化哪怕一个查询也需要耗费大量时间（36.4%）。

受这些限制影响，企业目前仅能对全部 SQL 中负载最重的 1% 至 5% 左右的“恶意查询”进行选择性管理。其余 95% 的 SQL 则被忽视在管理盲区。在一名调优专家一个月仅能处理 50 至 100 个调优案例的情况下，要在基于人力的体系中对数万个 SQL 进行全量调查，实际上是不可能的。

对策显而易见：从“人力中心”向“AI 自动化”的范式转变

现在是时候从根本上改变范式了。在日益复杂的 IT 环境和呈几何级数增长的数据环境中，单纯依靠人工逐一分析和调优 SQL 的手工方式，在预防因 SQL 性能问题导致的 App 服务延迟故障方面已力不从心。解决这一顽疾的唯一出路是基于 AI 的自动化技术。

Openmade Consulting 的 “Query Medic” 是目前国内外唯一的基于 AI 大语言模型（LLM）的 SQL 自动调优解决方案，它可以自动消除过去由人力处理的 SQL 性能瓶颈。根据性能管理员的需求，它可以 365 天 24 小时 不间단地自动提取性能下降的 SQL，并仅在几分钟内将其转化为最优 SQL。特别值得一提的是，它不仅限于调优，AI 还会自动验证调优前后的性能改善效果以及调优 SQL 的数据一致性，从而确保调优结果的可靠性。

通过“SQL 全量性能管理”树立数据库健康新标准

引入“Query Medic”的最大价值在于实现了“SQL 全量性能管理”。专家一个月才能完成的调优量，基于 AI 的 SQL 自动调优解决方案“Query Medic”仅需一天即可完成，生产力较传统方式提高 50 倍 以上。这意味着不再是仅针对前百分之几的性能下降查询进行预防性管理，而是建立起一套可以常态化优化系统内所有运行 SQL 的“确定性 SQL 质量（性能）管理体系”。

要对“公司的 SQL 真的安全吗？”这一问题给出肯定的回答，企业必须建立 AI 驱动的自动化调优与性能管理员的协作体系。如果您想保护系统免受突发数据库性能故障的威胁，并降低不必要的数据库资源运营成本，那么就有必要关注 AI 调유这一新范式。

产品引进及咨询等业务咨询

+82-2-6310-6167 / qm@openmade.co.kr

来源：IT Daily(http://www.itdaily.kr/news/articleView.html?idxno=237850)

记者 金浩sokim9303@itdaily.kr

#SQL调优 #AI #AI调优 #数据库性能 #QueryMedic #OpenMade咨询 #数据库优化 #自动化解决方案 #2025新产品 #DBA #开发人员 #IT运维 #成本降低 #性能提升