AI 驅動數據庫管理新范式：OceanBase 與 ModelScope 聯手打造智能 Workshop，讓數據庫管理 “秒上手”
個人簡介
作者： ShunWah
公眾號： “順華星辰運維棧”主理人。持有認證： OceanBase OBCA/OBCP、MySQL OCP、OpenGauss、崖山 DBCA、亞信 AntDBCA、翰高 HDCA、GBase 8a | 8c | 8s、Galaxybase GBCA、Neo4j Graph Data Science Certification、NebulaGraph NGCI & NGCP、東方通 TongTech TCPE 等多項權威認證。
獲獎經歷： 在OceanBase&墨天輪征文大賽、OpenGauss、TiDB、YashanDB、Kingbase、KWDB 征文等賽事中多次斬獲一、二、三等獎，原創技術文章常年被墨天輪、CSDN、ITPUB 等平臺首頁推薦。
- 公眾號：順華星辰運維棧
- CSDN： shunwahma
- 墨天輪：shunwah
- ITPUB： shunwah
- IFClub：shunwah
前言：
從 “敲命令” 到 “自然對話”，技術門檻被 AI 徹底打破
在人工智能迅速發展的今天，數據庫管理是否還需要依賴復雜的 SQL 語句和命令行操作？OceanBase 與 ModelScope 共同給出了否定的答案。通過 MCP（Model Calling Protocol）技術，我們重新定義了開發者與數據庫的交互方式——從傳統的“輸入指令”升級為更直觀的“自然語言對話”。
這一創新讓用戶無需記憶復雜指令、無需編寫腳本，只需用自然語言提出問題，即可完成 OceanBase 數據庫集群的創建、運行、管理、診斷與數據分析的全流程操作。這正是我們打造“AI Workshop：OceanBase 全生命周期管理平臺”的初衷。
本項目基于 ModelScope 創空間平臺構建，融合大語言模型（LLM）與數據庫工具鏈，實現了真正意義上的“對話即操作”。打開 ModelScope 創空間（https://www.modelscope.cn/studios），復制 OceanBase 官方創空間后，只需配置好 API_KEY、模型（我用的是 Qwen/Qwen3-235B-A22B-Instruct-2507）與調用地址，就能啟動屬于自己的 AI Workshop。無論您是數據庫新手，還是資深 DBA，都能從中獲得前所未有的高效體驗。
比如創建集群時，我直接說 “用默認配置創建 OceanBase 集群”，AI 便自動調用 create_cluster 工具，59 秒后就返回了包含服務器配置、資源分配的詳細結果；想建租戶，一句 “創建默認配置的 OceanBase 租戶”，create_tenant 工具在 41 秒內完成了租戶的 CPU、內存等參數部署。
一、平臺核心功能解析
1.1 MCP 服務器：三位一體的智能管理架構
本項目目前已集成三大核心工具：OBShell、OBServer 和 OBDiag，分別對應數據庫集群的創建、運行和管理三個關鍵階段。通過這些工具的協同工作，用戶無需編寫一行代碼，僅需與 AI Agent 對話即可完成 OceanBase 數據庫集群的全生命周期管理。
用戶可在左側工具欄靈活添加或移除 MCP 服務器，并查看各工具的支持情況。所有 MCP 服務及更多擴展功能均可在 OceanBase 官方 GitHub 倉庫 中找到，歡迎開發者深入探索。
1.1.1 OBShell MCP：智能集群管理核心
OBShell 顯著提升了數據庫管理效率，覆蓋集群管理、租戶管理、備份恢復、權限管理和監控維護等多方面功能。目前支持六大工具調用：
- create_cluster：創建新的 OceanBase 集群，支持默認配置快速部署和自定義參數部署
- create_tenant：創建新的 OceanBase 租戶，支持快速配置和詳細參數定制
- get_all_obshell_sdk_methods：獲取 OBShell 支持的所有方法
- get_obshell_sdk_methods_description：通過方法名獲取詳細描述
- call_obshell_sdk：調用 obshell 的 SDK 方法
1.1.2 OceanBase MCP：智能數據操作接口
通過 OceanBase MCP，Agent 可以實現對數據庫數據的全面操作：
- execute_sql：執行 SQL 語句，支持查詢、表 Schema 獲取、索引添加等操作
1.1.3 OBDiag MCP：智能診斷與巡檢系統
OBDiag 為用戶提供集群巡檢、診斷和信息查詢等高級功能：
- obdiag_check_run：執行集群巡檢并生成詳細報告
- obdiag_analyze_log：分析集群日志，識別錯誤信息
- obdiag_display_list：查詢支持的指令列表
- obdiag_display_run：執行從 obdiag_display_list 獲取的指令
二、 基于魔搭創空間搭建專屬AI Workshop：手把手實戰指南
本節將詳細介紹如何在ModelScope創空間平臺上快速搭建屬于自己的AI驅動數據庫管理環境。請按照以下步驟操作，即可體驗自然語言與數據庫交互的全新范式。
1. 準備工作與注意事項
在開始前請確保：
- 使用Chrome等主流瀏覽器（避免Safari以免數據集上傳異常）
- 已完成魔搭賬戶注冊
- 如使用免費API，需提前綁定阿里云賬戶
2. 魔搭平臺注冊與登錄
https://www.modelscope.cn/studios
訪問ModelScope官網完成賬戶注冊：
支持多種注冊方式，推薦使用CSDN賬戶快捷登錄：
完成賬戶設置與別名綁定：
成功登錄后進入平臺工作臺：
提示：如操作過程中出現環境異常，請參閱附錄"環境修復指南"進行重置
3. 創建專屬AI Workshop空間
3.1 復制創空間模板
https://www.modelscope.cn/studios/OceanBase/Oceanbase-AI_Workshop-Public
進入OceanBase官方創空間頁面，點擊復制按鈕創建個人空間：
3.2 關鍵配置項設置
基礎信息配置：
-
英文名稱：設置個性化標識名
-
公開設置：選擇"非公開"保護API資源
-
空間描述：建議使用歡迎性描述文案
歡迎來到 shunwah_AI_Workshop！圍繞 OceanBase - AI_Workshop 復制而來，這里是技術交流的樂園。分享見解、探索應用場景，共同挖掘 OceanBase 與 AI 結合的巨大潛力，等你加入！
環境變量配置：
-
API_KEY獲取：
訪問https://modelscope.cn/my/myaccesstoken查看訪問令牌
-
模型配置：
LLM_MODEL = Qwen/Qwen3-235B-A22B-Instruct-2507 LLM_BASE_URL = https://api-inference.modelscope.cn/v1/
3.3 完成創建與初始化
確認配置無誤后點擊"復制創空間"按鈕：
系統開始初始化環境（首次使用可能需要較長時間）：
3.4 常見問題處理
阿里云賬戶綁定錯誤：
openai.AuthenticationError: Error code: 401 - {'errors': {'message': 'Please bind your Alibaba Cloud account before use.'}}
錯誤：使用前需綁定阿里云賬號
錯誤信息：openai.AuthenticationError: Error code: 401 - {‘errors’: {‘message’: ‘Please bind your Alibaba Cloud account before use.’, ‘request_id’: ‘26ef5034 - 4563 - 4014 - 95fa - 2c976641f6cc’}}
原因分析：這個錯誤是由 OpenAI 相關的庫拋出的，盡管錯誤信息提到 OpenAI，但實際上提示需要在使用前綁定阿里云賬號。這可能是因為所使用的功能依賴于阿里云的某些服務，而這些服務要求用戶先綁定阿里云賬號以進行身份驗證和授權。
解決方案：完成阿里云賬戶綁定授權
掃碼綁定
第三方應用授權
通過以上步驟，您已經成功在ModelScope平臺上創建了專屬的AI Workshop環境。關鍵要點包括：①使用非Safari瀏覽器確保功能完整；②正確配置API_KEY和模型參數；③注意阿里云賬戶綁定避免認證錯誤?，F在您已經擁有了一個能夠通過自然語言對話管理OceanBase數據庫的AI驅動環境，接下來即可體驗全生命周期的數據庫智能管理功能。
三、 MCP 服務實戰：從零開始部署與管理數據庫集群
本節將詳細介紹如何通過MCP服務完成OceanBase數據庫集群的創建、租戶管理、數據表構建及數據操作全流程，體驗AI驅動的數據庫智能管理。
3.1 創建OceanBase數據庫集群
通過自然語言指令啟動集群創建流程：
3.1.1 常見問題排除：身份驗證錯誤
在創建過程中可能遇到認證錯誤：
處理過程中發生錯誤: Error code: 401 - {'errors': {'message': 'Authentication failed, please make sure that a valid ModelScope token is supplied.', 'request_id': '033555f9-5f20-4d9d-9912-8283fc34a815'}}
錯誤信息 ：Error code: 401 - {‘errors’: {‘message’: ‘Authentication failed, please make sure that a valid ModelScope token is supplied.’, ‘request_id’: ‘033555f9 - 5f20 - 4d9d - 9912 - 8283fc34a815’}}
原因分析：該錯誤表明在使用與 ModelScope 相關的功能時，身份驗證失敗。系統提示需要提供有效的 ModelScope 令牌（token）。這通常意味著代碼嘗試訪問 ModelScope 的資源，但沒有提供正確的身份驗證憑證，或者提供的憑證已過期或無效。
問題分析：此錯誤表明ModelScope令牌無效或已過期，導致身份驗證失敗。
解決方案：
- 更新環境變量中的API_KEY
- 確認更新操作
3.1.2 成功創建集群
使用自然語言指令創建集群：
具體操作步驟：
- 輸入創建命令：
- 系統思考生成解決方案：
- 工具調用詳情（耗時59.01秒）：
調用工具： create_cluster { "arguments":{ "cluster_id":1 "servers_with_configs":{ "127.0.0.1:2886":{ "zone":"zone1" "datafile_size":"8G" "cpu_count":"8" "memory_limit":"7G" "system_memory":"1G" "log_disk_size":"24G" "enable_syslog_recycle":"true" "enable_syslog_wf":"true" "__min_full_resource_pool_memory":"1073741824" } } } }
- 集群創建完成：
3.2 創建OceanBase租戶
使用默認配置創建數據庫租戶（耗時41.12秒）：
調用工具： create_tenant
{
"arguments":{
"zone_replica_type":{
"zone1":"FULL"
}
"memory_size":"2G"
"cpu_count":1
"unit_num":1
}
}
驗證數據庫表創建情況：
調用工具： execute_sql
{
"arguments":{
"query":"SHOW TABLES"
}
}
3.3 創建數據表結構
3.3.1 測試數據準備
從OceanBase論壇下載示例數據集：
下載測試數據文件（3.8 MB）到本地：
3.3.2 使用自然語言創建數據表
基于示例數據格式，使用Prompt指導AI創建表結構：
輸入建表指令：
根據示例數據調用工具在數據庫中創建表（表名默認為transactions)：
step,type,amount,nameOrig,oldbalanceOrg,newbalanceOrig,nameDest,oldbalanceDest,newbalanceDest,isFraud,isFlaggedFraud
1,PAYMENT,9839.64,C1231006815,170136.0,160296.36,M1979787155,0.0,0.0,0,0
1,PAYMENT,1864.28,C1666544295,21249.0,19384.72,M2044282225,0.0,0.0,0,0
1,TRANSFER,181.0,C1305486145,181.0,0.0,C553264065,0.0,0.0,1,0
系統執行SQL建表語句（耗時0.13秒）：
調用工具： execute_sql
{
"arguments":{
"query":"CREATE TABLE transactions (step INT, type VARCHAR(255), amount DECIMAL(20,2), nameOrig VARCHAR(255), oldbalanceOrg DECIMAL(20,2), newbalanceOrig DECIMAL(20,2), nameDest VARCHAR(255), oldbalanceDest DECIMAL(20,2), newbalanceDest DECIMAL(20,2), isFraud INT, isFlaggedFraud INT)"
}
}
3.4 數據導入操作
重要提示：確保數據庫中已存在與CSV文件結構完全匹配的transactions表
表創建成功提示：
數據導入步驟：
- 通過左側工具欄上傳CSV文件：
- 數據導入過程：
- 導入成功結果展示：
3.5 智能數據查詢與分析
3.5.1 基礎數據統計
查詢數據總條數：
表transactions中共有138,115條數據
3.5.2 條件查詢示例
金額范圍篩選：
數額在10000到20000之間的交易記錄共有17,897條
3.5.3 SQL執行詳情
調用工具： execute_sql（耗時0.00秒）
{
"arguments":{
"query":"SELECT COUNT(*) FROM transactions"
}
}
3.6 ????? 調用工具，生成shunwah_AI表打印用戶：shunwah
調用工具，生成一張shunwah_AI表打印出來顯示用戶：shunwah，英文名稱：shunwah_AI，中文名稱：shunwah_AI_Workshop
通過本節的實踐，我們成功完成了OceanBase數據庫集群的全生命周期管理體驗：
已成功創建表 shunwah_AI 并插入數據，當前表內容如下：
| id | name | english_name | chinese_name |
|---|---|---|---|
| 1 | shunwah | shunwah_AI | shunwah_AI_Workshop |
如需進一步操作，請告知。
- 集群部署：通過自然語言指令成功創建OceanBase集群，掌握了認證錯誤的排查方法
- 租戶管理：創建了獨立的數據庫租戶，實現了資源隔離與管理
- 數據表構建：基于示例數據格式，使用AI智能生成并執行建表語句
- 數據操作：完成CSV數據導入和多種條件查詢操作
這套AI驅動的數據庫管理方案大幅降低了OceanBase的使用門檻，即使沒有SQL背景的用戶也能輕松完成專業的數據庫操作。接下來可以進一步探索復雜查詢、數據分析和性能優化等高級功能。
四、MCP 服務進行智能數據庫診斷與優化
本節將展示如何利用 OBDiag MCP 服務對 OceanBase 數據庫集群進行全面的健康檢查、問題診斷和性能分析，體驗 AI 驅動的智能運維能力。
4.1 添加 OBDiag MCP 服務
4.1.1 進入 MCP 服務配置界面
點擊"MCP 服務設置"-“當前可用的 MCP Server”：
4.1.2 添加 OBDiag 服務
在左側添加 OBDiag MCP 服務，擴展診斷能力：
4.2 集群全面巡檢
4.2.1 執行集群健康檢查
調用工具，使用 OBDiag 對集群進行全方位巡檢：
巡檢完成，以下是集群的主要問題摘要：
?? 嚴重問題 (Critical)
1. glibc 版本過高 - 當前版本可能引起 observer 崩潰
2. 租戶資源池配置不足 - tenant_id: 1, 1002 的資源配置低于推薦值 2C4G
3. 數據目錄與日志目錄在同一磁盤 - 存在性能和風險隱患
4. TCP 重傳無法檢測 - 缺少 tsar 工具，無法檢查 TCP 重傳情況
5. 統計信息收集異常 - 租戶 1, 1001, 1002 的統計信息收集存在問題
?? 警告問題 (Warning)
1. 磁盤使用率偏高：/ 和 /etc/eas 掛載點使用率達 83%
2. 內核參數配置不推薦：多個關鍵參數需要調整
3. Python 版本不兼容：當前為 3.11.11，需要 Python 2.7.x
4. 缺少關鍵工具：mtr, nc, nslookup 未安裝
5. crond 未運行：影響定時任務和運維操作
6. core dump 配置不當：不利于故障排查
? 建議操作
1. 降級 glibc 或確認當前版本兼容性
2. 調整租戶資源配置至 2C4G 以上
3. 將 data_dir 和 log_dir 分離到不同磁盤
4. 安裝 tsar、nc、mtr 等工具
5. 調整內核參數以符合推薦值
6. 啟用 crond 服務
7. 修改 kernel.core_pattern 以支持 core 文件生成
注意：當前創空間處于 Demo 階段，如嘗試讓 Agent 自動修復巡檢問題，可能會出現非預期行為，建議謹慎操作。
4.3 查看診斷分析場景
4.3.1 獲取可用的分析功能
調用工具，查看 obdiag_display_list 支持的分析場景：
4.3.2 執行深度診斷分析
選擇關鍵場景進行詳細診斷，調用工具展示 observer.all_tenant 和 observer.serverinfo：
4.4 完整診斷報告生成
基于深度診斷結果，系統生成全面的集群分析報告：
?? 集群概覽
- 集群基本信息：名稱 cluster，ID 1，版本 4.3.5.3
- 服務器規模：1 臺服務器（127.0.0.1），1 個 Zone（zone1）
- 租戶配置：2 個租戶（sys, tenant）
??? 服務器詳細信息
| IP | 角色 | Zone | 狀態 | 啟動時間 |
|---|---|---|---|---|
| 127.0.0.1 | RootService | zone1 | ACTIVE | 2025-09-02 10:16:32 |
?? 租戶與資源配置詳情
| 租戶名 | 類型 | Unit 配置 | CPU（分配/總量） | 內存（分配/總量） | 狀態 |
|---|---|---|---|---|---|
| sys | 系統租戶 | 2C1G | 2.0 / 8.0 (25%) | 1.0G / 6.0G (16.7%) | NORMAL |
| tenant | 用戶租戶 | 1C2G | 1.0 / 8.0 (12.5%) | 2.0G / 6.0G (33.3%) | NORMAL |
?? 資源使用情況分析
-
CPU 使用率分布：
- sys：18%
- META$1002：36%
- tenant：37%
-
內存使用情況：
- sys：64.91%
- META$1002：57.71%
- tenant：65.36%
?? 數據存儲分析
- 數據庫容量：test 數據庫總大小約 6.0 MB
- 表數據分布：transactions 表大小 6.0 MB，包含 138,115 條記錄
- 數據結構健康度：各字段 NDV（唯一值數量）表現良好，適合索引優化
?? 高可用性評估
- RootService 部署：單節點（127.0.0.1:2882:2881）
- Leader 分布：所有分區 Leader 集中在單節點，存在單點故障風險
- 服務狀態：DDL 任務執行正常，無異常事件
?? 關鍵問題總結
- 內存資源緊張：tenant 租戶頻繁觸發內存不足錯誤
- 單節點風險：所有服務運行在單一節點，無高可用冗余
- RootService 單點：僅一個 RootService 節點，缺乏選舉容錯
- 工具版本過舊：obdiag 版本 3.5.0，需升級至 3.6.0
? 優化建議與行動計劃
-
短期措施（1-2天）：
- 增加 tenant 租戶內存配額
- 監控內存使用趨勢，設置預警閾值
-
中期規劃（1-2周）：
- 引入第二個節點，實現多 Zone 部署
- 升級 obdiag 到最新版本 3.6.0
-
長期優化（1個月以上）：
- 建立完整的監控告警體系
- 制定定期健康檢查流程
- 規劃集群擴展方案
通過本節的實踐，我們完整體驗了 OBDiag MCP 服務的強大診斷能力：
- 全面健康檢查：一鍵式集群巡檢，自動識別系統、配置、性能等多維度問題
- 智能根因分析：深度診斷功能快速定位問題根源，提供詳細的技術洞察
- 可視化報告：自動生成結構化的診斷報告，清晰展示集群狀態和風險點
- actionable 建議：不僅發現問題，更提供具體可行的優化方案和實施路徑
這套AI驅動的診斷方案顯著降低了數據庫運維的技術門檻，使即使初級DBA也能完成專業級的集群健康管理和性能優化。
總結
通過本文的完整實踐，我們深入體驗了OceanBase與ModelScope聯合打造的AI驅動數據庫智能管理新范式：
（一）革命性突破
- 交互方式變革：從復雜的SQL和命令行操作轉變為直觀的自然語言對話
- 技術門檻降低：無需深厚的數據庫專業知識，也能完成專業的集群管理和運維
- 效率極大提升：將傳統耗時的部署、監控、診斷流程自動化、智能化
（二）核心價值體現
- 全生命周期管理：覆蓋從集群創建、租戶管理、數據操作到健康診斷的全流程
- 智能錯誤處理：內置的故障診斷和修復建議，大幅減少排查時間
- 可視化運維：豐富的圖表和報告展示，使運維狀態一目了然
- 持續學習進化：基于大量實踐案例不斷優化AI模型，提供越來越精準的建議
（三）未來展望
- 能力擴展：從當前的診斷能力向自動修復、智能調優、預測性維護方向發展
- 生態整合：與更多的運維工具和平臺集成，形成完整的智能運維體系
- 行業應用：在金融、電信、政務等關鍵行業落地，推動數據庫運維的智能化轉型
OceanBase與ModelScope的這次合作，不僅展示了AI技術在數據庫領域的創新應用，更為整個行業指明了未來發展方向——讓技術更加人性化、智能化，真正實現"技術為人服務"的理念。
歡迎加入魔搭和OceanBase社區，共同探索AI與數據庫結合的無限可能，攜手推動數據庫運維進入智能新時代！
作者注：本文所有測試基于 OceanBase (ModelScope MCP) AI Workshop 完成，具體語法請以OceanBase數據庫和ModelScope 官方最新文檔為準。
——以上僅為個人思考與建議，不代表行業普適觀點。文中案例與思路僅供參考，若與實際情況巧合，純屬無意。期待與各位從業者共同探討更多可能！
掃碼關注我們【順華星辰運維棧】了解更多信息
【告別SQL！用自然語言管理數據庫的時代來了】OceanBase聯合ModelScope推出AI智能管理新范式，只需“動動嘴”就能完成數據庫集群創建、運維管理和診斷分析。無論你是技術小白還是資深DBA，都能享受“對話即操作”的革命性體驗。點擊了解如何用自然語言實現數據庫全生命周期管理，開啟高效運維新篇章！
點擊鏈接，開啟你的分布式數據庫之旅??
#OceanBase #數據庫 #MCP #AI技術 #ModelScope
誠摯感謝 OceanBase 社區、魔搭 ModelScope 社區、老紀的技術嘮嗑局。特別鳴謝Linux 基金會亞太地區布道師兼 OceanBase 社區布道師尹珉老師、OB 開源社區助手慧姐、茲拉坦等各位老師與社區伙伴的大力支持！正是有了你們的指導和幫助，本次文章才能順利推出。
