DBSnapshot

背景

当前 DBA 在数据库运维与性能分析中普遍面临以下痛点：

• 传统监控系统能力不足
  以指标为主（QPS、TPS、CPU、IO 等），缺乏数据库内部细节数据，无法还原真实执行现场。
• 故障无法复盘
  线上故障发生时只能优先恢复业务，事后会话、SQL、锁等待等关键信息已消失，缺乏分析依据。
• AI 分析缺乏数据支撑
  AI 需要高质量、结构化、可回放的数据作为输入，仅有指标无法完成根因推演。

---

产品介绍

DBSnapshot 是一款面向 DBA 与数据库工程师的 数据库历史性能快照与回溯分析平台。
它以低侵入、只读方式，周期性采集数据库内部性能视图数据，将“瞬时状态”转化为可回放、可分析、可被 AI 理解的历史数据资产。

与传统监控系统不同，DBSnapshot 关注的是：

问题发生时，数据库内部真实发生了什么。

而不仅仅是“指标是否异常”。

---

核心理念

把数据库的“现场”保存下来，而不是只保存指标。

• 指标只能告诉你：慢了、堵了、负载高了
• 快照数据才能回答：
  • 当时有哪些会话在运行？
  • 执行的是什么 SQL？
  • 谁在等谁？
  • 锁、事务、连接的真实状态是什么？

DBSnapshot 的目标是成为数据库的 “黑匣子 + 取证系统”。

---

产品定位

• ❌ 不是实时告警系统
• ❌ 不替代 Prometheus / Zabbix
• ✅ 用于 事后分析、问题复盘、因果定位、AI 推演

当问题已经发生，DBSnapshot 让你还能“回到当时”。

---

核心能力

1. 多数据库支持

• MySQL
• Oracle
• PostgreSQL
• OceanBase（4.0+）

---

2. 周期性快照采集

• 采集周期可配置（默认 60 秒）
• 支持多实例并发采集
• 对被监控数据库低侵入、只读权限
• 数据统一存储至 MySQL 元数据库

---

3. 采集内容（示例）

• 活动会话（Active Session）
• 连接与线程状态
• SQL 执行信息
• 锁与阻塞关系
• 事务信息
• 等待事件

重点关注：

谁在干什么、在等什么、被谁影响

---

4. 历史回放与对比分析

• 按时间点查看数据库快照
• 对比不同时间段数据库内部状态变化
• 辅助定位：
  • 突发慢 SQL
  • 锁风暴
  • 连接耗尽
  • 异常事务

---

5. AI 友好设计

• 数据结构化存储（MySQL）
• 快照数据可直接提供给 LLM / AI 系统
• 支持：
  • 根因分析
  • 故障复盘报告生成
  • 性能趋势推演

---

典型使用场景

📌 生产故障复盘

• 回看故障时间点数据库内部状态
• 精准定位根因，而不是依赖经验猜测

📌 慢 SQL 与锁等待分析

• 还原历史锁等待链
• 找到真正的阻塞源头

📌 数据库行为与容量分析

• 连接数变化趋势
• 会话行为模式分析

📌 AI 自动化分析

• 将快照数据交给 AI
• 自动生成：
  • 故障分析结论
  • 优化建议
  • 风险提示

---

适用人群

• DBA / 数据库工程师
• 架构师
• 运维工程师
• 希望引入 AI 分析数据库问题的团队

---

总结

DBSnapshot 不是为了告诉你“数据库出问题了”，
而是为了在问题发生后，告诉你“问题是怎么发生的”。