作為近期作為大火的 AI 產品，Deepseek（簡稱DS） 已經成為現象級的爆款，朋友圈幾乎都被刷屏，大家都在探索將 DS 深入千行百業，看如何能發揮出更大價值。作為數據庫從業者，我也在思考這個問題，看 DS 能做點啥。圈里已經有幾位朋友做了分享，我將從使用者的角度來談談對 DS 的使用印象。這里我將DBA的工作簡單分為三個方向（數據庫架構、開發DBA、運維DBA），每個方向提出若干場景，看看它的表現如何。
1. DeepSeek 是什么及如何用好
在我們開始之前，先看看什么是DeepSeek，這里部分引用來自清華大學的一篇DS入門文章《DeepSeek：從入門到精通》中的內容。
1).DeepSeek 是什么
DeepSeek是一家專注通用人工智能（AGI）的中國科技公司，主攻大模型研發與應用。其主要產品DeepSeek-R1，是其開源的推理模型，擅長處理復雜任務且可免費商用。在僅有極少標注數據的情況下，極大提升模型推理能力在數學、代碼、自然語言推理等任務上表現出色。其面向用戶或開發者，提供包括智能對話、文本生成、語義理解、計算推理、代碼生成補全等應用場景，并支持聯網搜索與深度思考模式；同時支持文件上傳，能夠讀取各類文件及圖片中的文字內容。
2).如何用好DeepSeek
DS 功能很強大，那么如何用好它呢？網上可以搜到很多教程，這里重點推薦使用優化提示詞的方式來解決。提示詞，是根據你輸入給模型的問題或指令，為了讓 DS 更好地理解你的需求并給出滿意的發福，可以有一些技巧。這里推薦使用“四步提問法”，來設計好你的提示詞。
在這一公式中，通過讓 DS 扮演特定的角色，輔助以提供上下文信息；明確你的問題或任務，并引導 DS 需考慮的問題；最終設定回答形式。
2. DeepSeek 在數據庫方向應用
1).面向數據庫架構
作為數據庫架構師，經常會面臨架構選型、方案對比、難點攻關等工作。這里選擇了兩個常見的場景，一是對技術路線對比分析；二是針對數據庫選型的一個場景。問題通過一個實際場景為出發點，考察 DS 對場景理解及對技術本身的了解程度。
Q:問題
作為一名數據庫架構師，你所負責的ERP系統數據規模越來越大，你考慮將數據進行拆分。在技術路線上可選擇分庫分表的中間件路線或原生分布式數據庫的方向。在綜合考慮研發、運維、成本等方面的多種因素，如何做出設計？請根據上述問題，通過表格形式描述選擇過程，并給出最終結論？
Q:問題
作為數據庫架構師，你需要為企業的CRM系統做數據庫改造選型。目前國產數據庫有很多，請從通過國測的信創數據庫中，選擇一款分布式數據庫，并給出選擇理由。需包含針對其他分布式數據庫的對比情況，通過表格形式呈現。
從 DS 的問題回答來看，無論是從廣度和深度，DS 較真正的數據庫架構師還有較大的距離，其對業務理解能力及對發散架構問題的收斂、歸納能力尚不足以承擔這一能力。其輸出內容，可作為部分參考來使用。
2).面向數據庫開發
開發DBA，是DBA日常面臨的最為繁重的工作，主要是來支持研發人員的各類數據庫開發訴求，包括但不限于設計、優化、部分開發等等。這里選擇兩個場景，一是針對執行計劃的解讀及優化；二是針對數據庫內計算邏輯的開發能力。
Q:問題
下面是Oracle數據庫的一段執行計劃，請幫我描述整個執行過程，并給出優化建議？
SQL> explain plan for select * from emp where emp_id=111;
SQL> select * from table(dbms_xplan.display);
---
| Id | Operation | Name | Rows | Bytes | Cost (%CPU)| Time |
---
| 0 | SELECT STATEMENT | | 1 | 28 | 2 (0)| 00:00:01 |
| 1 | TABLE ACCESS BY INDEX ROWID| EMP | 1 | 28 | 2 (0)| 00:00:01 |
|* 2 | INDEX UNIQUE SCAN | EMP_PK | 1 | | 1 (0)| 00:00:01 |
4.png
Q:問題
要實現對一張Oracle數據庫的t1表的state字段更新為1，這張表規模在1億條，更新時需盡量減少表的鎖定時間，考慮使用批量綁定技術來完成。具體表的結構如下：
create table t1( id int primary key,state int);
這部分 DS 的回答還是驚艷到我了，在針對具體問題的分析上，DS 的表現明顯優于上面抽象歸納總結能力。通過其輸出內容，很多原來需要DBA介入解決的問題，完全可以通過研發人員自己來解決。這些能力完全可以通過SQL IDE集成，方便并加速研發人員更快、更好地進行開發工作。
3).面向數據庫運維
運維DBA，主要是為企業數據庫平穩運行保駕護航的，這是一個比較考驗經驗的崗位，很多老DBA正是憑借多年豐富經驗，可以快速定位、解決問題，也正是DBA的價值所在。這里選取了兩個場景，一是在線DDL變更問題；二是運維腳本的開發工作。
Q:問題
作為一名DBA，需要針對線上生產環境的一張表增加字段，需要注意避免對業務造成影響，應該注意哪些問題，通過表格的形式反饋？
Q:問題
請使用shell腳本，編寫一段程序，實現備份MySQL數據庫，需包含全量備份、增量備份部分？
2.png
從 DS 的回答來看，其對數據庫的理解達到了一定程度但較資深DBA尚有差距。針對問題，其會考慮方方面面的影響，這也是 DS 推理能力的強點；但對于技術本身理解程度尚有不足。在腳本開發中，其表現明顯較好，會考慮諸多問題及解決。
3. DeepSeek 對個人、廠商及企業影響
DeepSeek 的出現，確實大大加速 AI 的應用，對行業、企業及個人都會帶來深遠的影響。下面談談我的理解
1).對個人的影響
通過上面的示例，可以看到 DS 確實能夠起到一定作用，比較而言，對DBA的影響是“開發DBA>運維DBA>數據庫架構師”。針對越明確、越具體的問題，DS 的表現越好；而對于需要理解業務、綜合分析的問題，DS 的不足明顯。這也對DBA的發展提出了更高的要求，一方面需要擴大知識范圍，將知識體系化；另一方面需要加深對所處行業的理解，提高將業務與技術有效集合起來的能力。
2).對廠商的影響
對廣大數據庫廠商而言，DS 的出現在改變DBA部分工作方式的同時，也會對產品功能及生態構建帶來影響。一方面，將AI能力與數據庫相結合，提供內置的AI支持能力及AI輔助能力，即AI4DB、DB4AI兩個方向；另一方面，針對國產數據庫生態構建較晚的現狀，也可以充分利用AI能力實現“彎道超車”，通過AI的方式降低數據庫使用門檻，擴大生態效應。
3).對企業的影響
對于數據庫最終用戶的企業來說，可充分評估AI帶來的能力，調整IT資源布局。充分利用AI、云等技術重塑底層技術棧。針對人員方面，也可有意識地引導更多向業務方向、數據方向傾斜，更多挖掘出數據的業務價值。
