隨著近期 AI 的大火，如何更好地利用這一新技術成為大家追逐焦點。從數(shù)據(jù)庫行業(yè)來看，除了產(chǎn)品層面內置 AI 能力外（如DB4AI、AI4DB方向），利用 AI 還可以加速生態(tài)建設，讓用戶更方便的了解和使用數(shù)據(jù)庫。于是，近期看到了很多國產(chǎn)數(shù)據(jù)庫廠商提供了 AI 助手能力。之前很多用戶吐槽國內數(shù)據(jù)庫產(chǎn)品，文檔不清晰、學習掌握困難，有了 AI 助手，無疑可以大大降低使用門檻，讓用戶可以快速入手。我收集了部分廠商的情況，有些已經(jīng)上線，有些還在建設或計劃中，也有些有內部版本尚未對外發(fā)布。不過相信隨著 AI 應用的普及，這一新的形式必將成為一種必然。本文將針對目前已開放的幾家數(shù)據(jù)庫 AI 助手，做個小的評測。

1. OceanBase AI 助手

Q：OB目前有哪些產(chǎn)品，用表格方式輸出

Q：在OB數(shù)據(jù)庫中如何做好表設計

Q：OB 某個節(jié)點CPU負載很高，如何處理

2. TiDB AI 助手

Q：TiDB目前有哪些產(chǎn)品，用表格方式輸出

Q：在TiDB數(shù)據(jù)庫中如何做好表設計

Q：TiDB 某個節(jié)點CPU負載一直很高，如何處理

3. PolarDB AI 助手

Q：PolarDB for PG 目前有哪些產(chǎn)品，用表格方式輸出

Q：在PolarDB for PG 數(shù)據(jù)庫中如何做好表設計

Q：PolarDB for PG 某個節(jié)點CPU負載一直很高，如何處理

4. DM AI 助手

Q：達夢目前有哪些產(chǎn)品，用表格方式輸出

Q：在DM數(shù)據(jù)庫中如何做好表設計

Q：DM 數(shù)據(jù)庫節(jié)點CPU負載一直很高，如何處理

寫在最后

簡單測試了各家AI助手，從產(chǎn)品、設計、運維各選擇了一個問題。從各家反饋來看，整體效果還是不錯的。做的比較好的，可以提供較為完善的信息（包括步驟、示例），也都提供了信息的來源方便檢索糾錯。在交互上面，有些是完全獨立的，有些則與搜索集成在一起。測試一圈也發(fā)現(xiàn)了一些不足之后，如有些回答不是很系統(tǒng)，有些還存在偏差，有些依賴外部算力響應比較慢等。在總的說來，AI 助手的出現(xiàn)，對用戶來說會帶來很大幫助，也希望各家廠商不斷完善。