DBA的一天丨业务高峰期使用智能诊断高效定位问题根因
今年7月我们推出的“《DBA的一天》新传”漫画深受大家好评，今天我们就针对漫画中DBA在业务高峰期使用 zCloud 的智能诊断功能来高效定位问题根因，给大家做个详细讲解。
数据库故障诊断并不好做，因为系统太复杂了，数据库本身就有数百个相互关联的参数，牵一发而动全身。加上数据库运行的复杂环境，包括不同类型不同厂商的操作系统、服务器、网络、存储、虚拟机、集群、容器等等，复杂度指数级提升。在人工诊断的模式中，专家首先基于自己的经验，穷举诊断路径，逐步缩小诊断范围，最终定位问题。当专家个人无法定位问题时，需要通过知识库查找或向外求助来扩大诊断范围，并逐一排查，最终定位问题。这就形成了传统的人工运维模式。
在 zCloud 中，智能诊断和人工诊断的路径相似，但智能诊断的诊断路径来源于专家知识、案例积累、历史数据等多种渠道，数量远远多于专家诊断。同时，智能诊断利用关联性分析，对诊断路径快速收敛，叠加机器的算力，形成相对人工诊断更快速更准确的发现和定位问题；并且，新的诊断过程和结果回馈给系统积累成新的经验，为以后的诊断提供帮助。zCloud 智能诊断形成平台化的新模式。
让我们从一个 zCloud 帮助用户快速溯源问题的真实案例看起。
上下滑动发现根因
这类事件虽然问题消失了但很可能复现，为避免业务变慢甚至中断，必须回溯定位根因。
通过智能诊断的详细记录，整个回溯过程快捷直观方便，只需点击几下鼠标就可以定位。
1、查看详情。
2、查看诊断树，zCloud 已经给出的关键诊断路径，找到故障根因。
3、继续往下查看诊断树，在另一诊断路径中，最终找到引起阻塞的罪魁祸首。
如果使用人工诊断方式来定位这个问题，将复杂的多：
1、DBA要导出覆盖阻塞持续时间段的AWR、ASH报告、日志等数据，找到排前两位的TOP事件。
2、继续在AWR报告中查找TOP等待事件相关指标，结合自己的经验判断出是行锁引起的阻塞。
3、借助AWR和ASH以外的数据，查询Oracle视图中的锁表，找到引起阻塞的行锁。
4、查找历史数据，用排除法最终定位到具体的DDL操作。
这个过程往往耗费数个小时，并且问题定位、解决也因DBA的经验积累不同而耗时不同。
zCloud 将DBA从大量的原始数据、代码中释放出来，将繁杂的数据库记录可视化，事件全生命周期记录。
只需点击几次鼠标，就可以查询事件持续过程中的详细数据，并智能关联生成诊断树，使问题定位的过程大大简化。
除此之外，zCloud 智能诊断更有单实例的实时监测评分、健康度评分曲线，体现非告警范畴的的数据库波动，提前识别亚健康、故障趋势，同时给出推荐的解决方案。
zCloud 智能诊断提供事前分析预防、事中精准监控、事后快速恢复的端到端运维机制，保障业务稳定运行。
END
“墙裂”推荐
数据驱动，成就未来，云和恩墨，不负所托！
云和恩墨创立于2011年，以“数据驱动，成就未来”为使命，是智能的数据技术提供商。我们致力于将数据技术带给每个行业、每个组织、每个人，构建数据驱动的智能未来。
云和恩墨在数据承载（分布式存储、数据持续保护）、管理（数据库基础软件、数据库云管平台、数据技术服务）、加工（应用开发质量管控、数据模型管控、数字化转型咨询）和应用（数据服务化管理平台、数据智能分析处理、隐私计算）等领域为各个组织提供可信赖的产品、服务和解决方案，围绕用户需求，持续为客户创造价值，激发数据潜能，为成就未来敏捷高效的数字世界而不懈努力。