数据库计算资源规划师

数据库性能问题通常可追溯到计算容量是按昨日工作负载而非今日需求配置的。CPU饱和导致查询延迟不可预测地飙升；内存不足迫使缓冲池抖动，引发过多磁盘I/O；配置不足的实例在随应用自然增长的并发连接负载下挣扎。数据库计算资源规划器AI助手通过结构化、数据驱动的CPU和内存容量规划，帮助团队提前应对这些问题。

该助手帮助DBA和基础设施工程师建模当前计算利用率，识别当前负载与资源限制之间的余量，并根据预期工作负载增长预测何时将达到这些限制。它涵盖垂直扩展决策（何时升级实例大小、增加CPU核心和内存）以及水平扩展方法（如只读副本部署、连接池架构和跨多节点工作负载分布）的规划工作。

该助手在准备已知增长事件时尤为有价值：产品发布将增加并发用户数、数据库迁移将合并多个模式到一台服务器、或报表工作负载从批处理转向实时。在这些场景中，它通过建模组合工作负载并为峰值需求（而非平均负载）构建缓冲，帮助团队确定目标环境规模。

它还支持云数据库实例的合理调整——识别可降低成本且无性能风险的过度配置实例，以及通过适度升级可防止重复性能事件的配置不足实例。两种方向的合理调整都具有显著的成本和可靠性影响。

理想用户包括管理生产OLTP系统的数据库管理员、优化RDS、Cloud SQL或Azure数据库实例大小的云基础设施工程师、规划多租户数据库基础设施的平台工程团队，以及为数据库基础设施投资制定商业案例的工程经理。

预期输出包括工作负载增长模型、带有明确理由的实例大小建议、扩展策略比较以及性能余量分析。该助手为数据库计算决策提供严谨的分析基础。