Google AlloyDB AI: تحسين استعلامات SQL باستخدام الذكاء الاصطناعي

أخبار التكنولوجيا ,

أصبح الذكاء الاصطناعي يدخل تدريجيًا في أدوات إدارة قواعد البيانات وتحسين أدائها، ولم يعد استخدامه مقتصرًا على إنشاء النصوص أو كتابة الشيفرات البرمجية.

وفي تحديث منشور في 2 نوفمبر 2026، أعلنت Google Cloud عن إتاحة ميزة تجريبية جديدة في AlloyDB for PostgreSQL، تسمح باستخدام الذكاء الاصطناعي لتحليل استعلامات SQL واقتراح تعديلات يمكن أن تساعد على تحسين أدائها.

وتستهدف الميزة المطورين ومسؤولي قواعد البيانات الذين يتعاملون مع استعلامات معقدة، ويحتاجون إلى فهم أسباب بطء التنفيذ أو ارتفاع استهلاك الموارد.

ما هي AlloyDB؟

AlloyDB خدمة قواعد بيانات علائقية من Google Cloud متوافقة مع PostgreSQL، وتستهدف تطبيقات المؤسسات والأحمال التي تحتاج إلى معالجة بيانات كبيرة وأداء مرتفع.

وتوفر الخدمة إمكانات لإدارة البيانات وتشغيل الاستعلامات والتكامل مع خدمات Google Cloud، كما تتضمن مجموعة من خصائص الذكاء الاصطناعي التي تساعد على تنفيذ عمليات تحليلية داخل قاعدة البيانات.

كيف تعمل ميزة ai.tune_sql؟

تعتمد الميزة الجديدة على تحليل الاستعلام وخطة تنفيذه، إلى جانب معلومات عن مخطط قاعدة البيانات وإحصاءات التشغيل.

وتستخدم نموذجًا لغويًا كبيرًا لتحديد نقاط الاختناق المحتملة، ثم تقدم توصيات لتحسين الاستعلام.

ومن المجالات التي يمكن أن تتناولها التوصيات:

  • إعادة كتابة الاستعلام بطريقة أكثر كفاءة.

  • اقتراح فهارس جديدة أو تحسين الفهارس الحالية.

  • مراجعة الإحصاءات التي يعتمد عليها محرك قاعدة البيانات.

  • اقتراح تعديلات على بعض إعدادات PostgreSQL.

  • التوصية بتحديث الإحصاءات أو تنفيذ عمليات صيانة مثل ANALYZE وVACUUM عند الحاجة.

والفكرة الأساسية هي مساعدة المطور على فهم سبب بطء الاستعلام بدلًا من الاكتفاء بإظهار زمن التنفيذ.

كيف يستخدم المطور الميزة؟

توضح وثائق Google أن الميزة متاحة بدءًا من الإصدار 1.6.2 من إضافة google_ml_integration، ويمكن استدعاؤها من خلال SQL.

ويبدأ الاستخدام بالاتصال بقاعدة AlloyDB من خلال عميل psql أو واجهة AlloyDB Studio، ثم تنفيذ استعلام يستخدم الدالة ai.tune_sql.

ومن الأمثلة التي تعرضها الوثائق:

SELECT ai.tune_sql(
  query => 'SELECT * FROM your_table',
  explain_analyze => TRUE
);

هذا المثال توضيحي، ويجب استبدال اسم الجدول والاستعلام بما يناسب قاعدة البيانات الفعلية.

عند ضبط explain_analyze على TRUE، تستخدم العملية تحليل التنفيذ الفعلي للحصول على معلومات أكثر دقة عن سلوك الاستعلام. أما عند ضبطه على FALSE، فيتم الاعتماد على خطة التنفيذ دون تشغيل الاستعلام نفسه.

ما الفائدة العملية للمطورين؟

قد تكون الميزة مفيدة في الحالات التي تتضمن استعلامات طويلة أو متعددة الجداول، أو قواعد بيانات تحتوي على كميات كبيرة من السجلات.

فبدلًا من مراجعة كل جزء من الاستعلام يدويًا، يحصل المطور على تحليل وتوصيات تساعده على تحديد النقاط التي تستحق الفحص.

لكن التوصيات لا ينبغي اعتمادها بصورة آلية. فقد يقترح النظام فهرسًا يحسن استعلامًا معينًا لكنه يزيد تكلفة عمليات الإدخال والتحديث أو يستهلك مساحة تخزين إضافية.

لذلك يجب اختبار أي تعديل على بيئة تجريبية، ومقارنة الأداء قبل التعديل وبعده، ومراجعة أثره في بقية الاستعلامات.

هل الميزة متاحة للجميع؟

توضح Google أن ai.tune_sql ما زالت في مرحلة Preview، وأنها تخضع لشروط الخدمات التي تسبق الإتاحة العامة (Pre-GA).

وهذا يعني أن الميزة قد تتغير، وقد تكون لها حدود دعم أو شروط تشغيل تختلف عن خصائص الخدمة المستقرة.

كما أن استخدامها يرتبط بخدمة AlloyDB وبإعدادات Google Cloud، ولذلك لا ينبغي وصفها بأنها أداة مجانية مستقلة يمكن تثبيتها على أي جهاز.

اعتبارات الخصوصية والأمان

تذكر الوثائق أن الدالة ترسل الاستعلام ومعلومات مرتبطة به إلى نموذج لغوي لتحليل الأداء. ولهذا ينبغي لمسؤولي قواعد البيانات مراجعة طبيعة البيانات الوصفية والاستعلامات التي ستتم معالجتها، وسياسات المؤسسة المتعلقة باستخدام خدمات الذكاء الاصطناعي.

ومن الأفضل تجنب إدراج بيانات حساسة أو أسرار وصول داخل الاستعلامات، والالتزام بإرشادات حماية البيانات وإدارة الصلاحيات.

الخلاصة

تمثل ميزة ai.tune_sql خطوة عملية في دمج الذكاء الاصطناعي بأعمال إدارة قواعد البيانات، إذ تساعد على تحليل استعلامات SQL واقتراح تحسينات محتملة. لكنها تظل أداة مساعدة في مرحلة تجريبية، ولا تغني عن خبرة مسؤول قواعد البيانات أو الاختبارات الفعلية قبل تطبيق التغييرات.

رابط الوصول: وثائق AlloyDB على Google Cloud


ADS