無論是傳統(tǒng)運(yùn)維還是智能運(yùn)維，最核心的都是經(jīng)驗

　　三十年期我們用Oracle數(shù)據(jù)庫的時候是盲目用，那時候用得就很不好，甚至把重啟數(shù)據(jù)庫都當(dāng)成一件恐怖的事情來做。如果不是高手，都不敢輕易重啟數(shù)據(jù)庫，生怕數(shù)據(jù)庫重啟后起不來了。當(dāng)時江湖中這種傳聞也是很多的，我有一次重啟了二十多分鐘還沒起來，只能眼巴巴地看著空空蕩蕩的日志，最后一次日志輸出還是十多分鐘之前。后來我對Oracle了解一些了，知道了每一行啟動日志的含義，也就知道了當(dāng)時系統(tǒng)在清理臨時段，因為數(shù)據(jù)庫好幾年沒重啟過了，所以打掃工作很耗時。再后來了解了REDO和CHECKPOINT的原理，知道數(shù)據(jù)庫重啟時一個沒風(fēng)險的活，就再也不怕去給客戶重啟數(shù)據(jù)庫了。

　　運(yùn)維最大的恐懼來自于未知，你不理解數(shù)據(jù)庫的原理，沒有相關(guān)的運(yùn)維經(jīng)驗，那么使用數(shù)據(jù)庫還是一件十分恐怖的事情。最大的問題是心里沒底，當(dāng)系統(tǒng)出問題的時候無法定位問題，解決問題。后來有了MOS，一切好了很多，大多數(shù)問題借助MOS都能搞定了。

　　前幾天我說我在標(biāo)注國產(chǎn)數(shù)據(jù)庫的運(yùn)維知識，怎么標(biāo)注呢？實際上說簡單也簡單，說復(fù)雜也夠復(fù)雜。就像我標(biāo)注的Oracle LOG_BUFFER參數(shù)這個案例，僅僅從官方文檔中把Oracle關(guān)于LOG_BUFFER的參數(shù)描述復(fù)制到這個地方是不夠用的，因為這里僅僅包含了“知識”，知識是正確而無法直接用于運(yùn)維實踐中的東西。我們必須把“經(jīng)驗”標(biāo)注進(jìn)去，才真正有用。“經(jīng)驗”不一定百分百準(zhǔn)確，甚至還可能有一定的局限性，遠(yuǎn)沒有“知識”的準(zhǔn)確性高，但是經(jīng)驗?zāi)馨l(fā)揮的作用遠(yuǎn)超“知識”。在關(guān)于LOG_BUFFER的標(biāo)注中，不僅要列出官方的知識，還要把LOG_BUFFER與log buffer space 等待與每秒REDO生成量指標(biāo)之間的關(guān)系講清楚，AI才能真正理解這個參數(shù)的定義與使用方法，才能在AI診斷中準(zhǔn)確地對與此參數(shù)相關(guān)的問題分析清楚。

　　這是一個系統(tǒng)工程，Oracle數(shù)據(jù)庫的關(guān)鍵參數(shù)有200多個，指標(biāo)有四五百個，等待事件有1500左右，如果能把這些知識都標(biāo)注準(zhǔn)確了，那么對Oracle數(shù)據(jù)庫的診斷分析能力也就相當(dāng)高了，超越某些中等水平的專家應(yīng)該還是可能的。如果只做Oracle還好，如果說還要做20多款國產(chǎn)數(shù)據(jù)庫，那么這個工作量就是很龐大了。目前我們標(biāo)注過的實體節(jié)點(diǎn)已經(jīng)超過6萬個，還沒有覆蓋所有的國產(chǎn)數(shù)據(jù)庫。

　　當(dāng)然最后AIOPS的能力也受限于標(biāo)注知識的團(tuán)隊的整體能力，如果能力不足，最后做出來的產(chǎn)品能力也就有限了。這也是AI Machine Labs才不到50人，還沒推出任何產(chǎn)品，就能融到20億美金，估值一下子高達(dá)120億美金的主要原因。

　　目前在進(jìn)行國產(chǎn)庫的知識圖譜的標(biāo)注的時候，我們遇到了很多瓶頸，那就是國產(chǎn)數(shù)據(jù)庫的知識不透明，經(jīng)驗積累極少，從基層運(yùn)維案例中提煉知識和經(jīng)驗的成本太高。等國產(chǎn)數(shù)據(jù)庫廠商搞出自己的MOS不知道要猴年馬月了，甚至我都看不到在未來的5-10年里，某個國產(chǎn)數(shù)據(jù)庫廠商能打造出一款水平達(dá)到20年前Oracle Metalink水準(zhǔn)的知識庫。依托生態(tài)可能是一條更好的路子，去年這一年我也不斷在和各個數(shù)據(jù)庫廠商溝通，能不能一起來做這件事。雖然略有成果，但是還是太少。要想打造出與商業(yè)產(chǎn)品類似的知識庫，光憑我們這種合作是遠(yuǎn)遠(yuǎn)不夠的。在中國，缺乏這方面的戰(zhàn)略投資，因此在這個領(lǐng)域無法做得更好。

　　目前一切只能依托企業(yè)用戶自身和第三方合作伙伴，靠著企業(yè)用戶花錢來做這些事情了。但是地主家也沒有余糧的時候，想讓企業(yè)在這方面花大錢也是不現(xiàn)實的。前陣子一個客戶說他們手頭有某國產(chǎn)數(shù)據(jù)庫的1萬多個故障告警的案例，從中應(yīng)該能夠提取出不少運(yùn)維經(jīng)驗，不過這個提取誰來做？誰出錢，做出來產(chǎn)權(quán)歸屬是什么？往下一深談，問題還是一堆。有朋友感嘆道：只能讓時間來解決了。我的觀點(diǎn)有些不同，沒有錢，光耗時間，是解決不了這個問題的。