Page 340 - 《软件学报》2026年第2期

姬涛 等: AI 赋能的关系型数据库系统研究: 标准化、技术与挑战 819

智能数据库系统

智能组件开发接口

智能交互层 智能管理层 智能内核层

自然语言到 SQL 转化 数据库调优与诊断 数据存取
参数调优 索引推荐 数据库诊断 学习索引 数据分区
表格问题回答
数据库负载分析与管理 查询优化
负载预测 负载生成 负载检测 查询重写 规模估算 代价估算 计划优化
查询执行
自适应查询处理 并发控制和查询调度

图 1 本文结构

1 智能数据库系统

智能数据库系统是通过集成人工智能技术实现自动化数据管理、优化查询性能并支持智能决策的下一代数
据库解决方案. 智能数据库的设计采用了智能方法与数据库交互的标准形式. 智能方法通过智能组件开发接口与
数据库进行通信. 智能数据库的可操作部分包括查询、配置和内核组件等. 这些部分之间可能存在相互影响, 共同
决定数据库的性能. 例如, 索引推荐与查询优化可以协同工作, 通过动态调整索引策略和优化查询执行计划, 以实
现数据库的最佳性能.
[6]
本节将介绍具有代表性的智能数据库研究包括 SageDB [3,4] 、MB2 和 [5] OpenGauss . 除此之外, 本节还总结了
其他商业数据库的智能化情况. 表 1 对这些智能数据库系统进行了横向对比并总结了这些智能数据库系统. 最后,
本节总结了智能数据库系统的未来发展趋势和仍然面临的挑战. AI4DB (AI for database) 和 DB4AI (database for
AI) 是两个相互关联的技术方向, AI4DB 关注如何利用 AI 技术提升数据库的智能化水平, 而 DB4AI 则研究如何
利用数据库技术优化 AI 模型的训练和推理过程 [2] . 本文更多偏向于 AI4DB 的讨论, 一些数据库也会集成 DB4AI
的功能, 我们在本节进行了概述.

表 1 智能数据库系统

数据库 数据库类型 智能功能 智能化 完善度
SageDB 关系型数据库 学习索引、数据布局优化和计划优化 高 中
NoisePage 关系型数据库 自动索引优化、查询计划优化、硬件容量扩展和SQL调优 高 中
OpenGauss 关系型数据库 参数调优、索引推荐、慢SQL检测、查询重写、异常检测、计划优化等 高 高
NeurDB 关系型数据库 自主数据分析、自适应系统优化和动态数据管理 高 中
Oracle 关系型数据库 高级分析功能、自动化管理、实时应用测试和机器学习集成 中 高
Azure 云数据库 自动扩展、多模型支持和实时数据分析 中 高
Aurora 云数据库 故障检测与修复和自动扩展功能 中 高
Google Cloud 云数据库 机器学习集成、多区域复制和实时数据分析 中 高
SAP HANA 内存数据库 实时分析、数据压缩、高级预测分析和机器学习集成 中 高

1.1 SageDB
SageDB [3,4] 整合不同的数据库智能组件, 以实例化优化的方式构建完整的数据库系统. 实例优化就是基于数据
集和工作负载实例化数据库, 然后对其进行优化从而使得数据库接近专家解决方案的性能. SageDB 引入了两种实