大会速递丨腾讯云智能融合 AI+数据，重塑数据管理新范式

近年来，数据和人工智能已成为推动各行业创新和增长的关键力量。但如何将数据与人工智能融合，从而创造更大的价值，是企业都在寻找的答案。在 WOT 全球技术创新大会《AI 与数据的智能融合》专场中，来自腾讯云的专家分享了腾讯云在数据管理与人工智能领域的技术成果和成功案例，并探讨二者如何智能融合为企业提供更高效、更智能的数据服务。

数据库 AI+Serverless 助力企业降本增效

随着数据库技术的不断迭代，我们已经迈入数据库3.0时代——Serverless 数据库服务兴起。Serverless数据库具有两大特点：随取随用和按需付费，实现了资源的精准分配和合理计费。TDSQL-C Serverless数据库则充分发挥 Serverless 数据库架构的特点，帮助用户实现极致的弹性以及降本增效。

TDSQL-C Serverless 数据库架构分为接入层、管控层、计算层和存储层。接入层增加了独有的恢复感知器。恢复感知器是轻量级类 Proxy，用做 Serverless 数据库实例唤醒时的链接保持，确保在数据库没有负载时暂停，在需要访问数据库时快速拉起实例的同时保证链接不断，并且根据权重设计访问路径。

这种极致的弹性伸缩，TDSQL-C Serverless 架构是如何实现的呢？陈昊介绍，TDSQL-C Serverless 数据库架构采用预制资源模式，提前预留资源，从而避免事后弹性方式的弹性间隔，实现瞬时满载，并根据 CPU 监控扩展 Buffer pool，实现动态调整 BP。TDSQL-C Serverless 架构支持 RW 节点和 RO 节点混部模式，为用户预制普通规格资源的同时，搭载能够实现横向弹性和纵向弹性的Serverless。

如果数据库在进行弹性调整的过程中，对业务产生抖动怎么办？针对这一点，陈昊介绍了 Buffer pool 的运行机制。Buffer pool 内部的两个关键链表——Lru list（最近最少使用列表）和Free list（空闲列表）发挥了重要的作用。扩容时，首先从 Free list 中添加新的 block，然后将这些新添加的 block 移动到 Lru list 中，完成扩容过程。

比起扩容，缩容更容易出现抖动。为了避免这一情况，TDSQL-C通过三种方式解决产生毛刺的问题：

第一，针对持久化 page 导致的 IO 瓶颈，TDSQL-C 采用 redo log 在存储层异步生成 page，计算节点无需刷脏直接丢弃淘汰 page。

第二，针对遍历过程中持有 mutex 锁时间过长的问题，TDSQL-C 能够按地址遍历需要被回收的 chunk 中的 block，并且加锁区间由整个 Lru 链表变成单个 block。

第三，针对获取 BP 全局锁执行时间过长的问题， TDSQL-C 采用延迟释放chunk 和提前预分配chunk的方式，同时优化 resize hash 算法，改为异步模式。

TDSQL-C Serverless架构还能帮助用户极大程度减少存储成本。TDSQL-C Serverless 架构采用了全球首创的可释放存储技术。当数据库中的实例暂停后，数据会自动归档到 COS 中，实现灵活存储。恢复实例时，则按照表的访问顺序进行数据恢复，优先恢复最先被访问的表，同时保证恢复过程不影响数据库的整体访问，极大程度降低了存储成本。

随着 AI 技术的爆发，AI 与数据库开始融合，并且走向 AI4DB。既然我们已经来到 AI4DB 时代，AI+Serverless 该如何实现？如何帮助应用快速落地？陈昊表示，未来腾讯云 TDSQL 数据库将结合混元大模型的能力，在智能运维、极致成本和智能预测等方向发力，借助AI的能力帮助用户降本增效。

腾讯云在AI与数据领域的最新技术和成果不仅为企业提供了降本增效的新途径，也为企业走向智能化提供了强有力的支持。随着技术的不断进步和创新，腾讯云将继续在智能化转型的道路上引领企业走向更广阔的未来。