2026 年 8 月 29 日，ACDU·中国行 2026 在北京成功举办。NineData 合伙人兼首席产品经理蔡冬者带来了《Agent 时代的数据架构演进：AI 赋能海山数据库迁移实践与全链路管控》主题分享。

NineData 合伙人兼首席产品经理蔡冬者

围绕企业数据管理面临的新挑战，以及 NineData 如何借助 AI 和数据库 DevOps 能力，支持异构数据库向海山数据库平滑迁移展开介绍。

一、Agent 时代，企业数据管理进入新阶段

随着企业业务持续云化、全球化和国产化，数据库架构正在从单一数据库，演进为多数据库、多云和混合云组合。Oracle、MySQL 等传统数据库需要向国产数据库迁移，企业还面临跨云、跨地域、跨机房以及跨版本的数据流动需求。

与此同时，AI Agent 正逐渐成为新的数据使用者和数据消费端。过去由研发人员手工编写代码和 SQL 的模式，正在转变为由自然语言意图驱动代码生成和数据库操作。Agent 可以在秒级生成大量代码和 SQL，并持续进行高频迭代、修复和重试。

这种变化提升了研发效率，却也带来了新的数据库治理风险：动态 SQL 难以预测，权限边界容易失控，数据库变更频率大幅提升，人工审核难以及时覆盖，SQL 性能和数据安全问题也更加复杂。传统依赖 DBA 人工管理、分散客户端工具和线下审批的方式，已经难以适应 Agent 驱动的研发范式。

二、NineData：云原生智能数据管理平台

NineData 定位为企业级、一站式、云原生智能数据管理平台，以 “Any to Any” 的数据流动能力为底座，提供覆盖数据接入、数据复制、数据库 DevOps 和 AI Agent 的一站式能力，覆盖数据接入、开发、变更、治理、优化的全生命周期。

数据复制是 NineData 的核心产品能力，支持 100 多种数据源，支持 1000 种数据复制通道，覆盖关系型数据库、NoSQL、数据仓库、大数据、消息队列、搜索引擎及AI原生数据库。

在数据库 DevOps 层面，NineData 将 SQL 开发、数据库设计、权限管控、开发规范、SQL 审核、变更发布、备份回滚、敏感数据保护、操作审计和性能优化整合到统一平台中，覆盖开发、测试和生产数据库的完整生命周期。

在 AI 数据管理方面，NineData 提供 ChatDBA、RAG、Text2SQL、SQL 智能改写、SQL AI 优化、知识问答和异常诊断等能力，使数据库管理从单纯的工具操作，升级为可对话、可分析、可治理的智能服务。

三、信创数据库升级的一站式解决方案

NineData 针对信创数据库升级需求，提出了覆盖选型评估 - 改造测试 - 正式迁移全阶段的一站式解决方案，将迁移从零散的 “数据搬运” 升级为标准化的工程体系，全程覆盖效率、风险与业务连续性。

第一阶段是迁移前的选型与兼容性评估。平台会采集源数据库中的表对象、非表对象、数据类型以及应用 SQL，并根据目标数据库的兼容规则进行分析，将对象和 SQL 分类为“可兼容、可改造、不可改造”，形成兼容性评估报告。

第二阶段是改造与测试。针对不兼容的表结构、非表对象和应用 SQL，NineData 提供结构适配、数据类型转换、DDL 改写和 SQL 改写能力。同时结合测试数据迁移、SQL 流量回放、功能验证和性能验证，提前发现迁移过程中可能出现的结构、语法和性能问题。

第三阶段是正式迁移。平台通过“结构初始化 + 全量复制 + 增量复制”的方式完成源库与目标库之间的数据迁移。迁移期间，源数据库仍可持续提供业务服务；当增量数据追平后，再通过数据对比工具验证源库和目标库的一致性，确保切换前数据可靠。

四、AI 让迁移评估和 SQL 改写更加高效

AI 提升迁移阶段的效率。在传统迁移项目中，兼容性分析和 SQL 改写往往依赖人工逐条排查，耗时长且容易遗漏。NineData 将大语言模型与 RAG 技术结合，把数据库产品文档、语法规则、数据类型映射关系和迁移经验引入分析过程。

迁移后的 SQL 性能自愈闭环。在具体流程中，平台首先采集源数据库的对象和 SQL，再由 AI 识别风险并提出改写建议。对于 Oracle、MySQL 等数据库中的特殊语法、函数、数据类型和 DDL，可以生成面向海山数据库的转换方案。改写后的 SQL 还可以通过流量回放进行验证，避免模型只生成“看起来正确”但无法实际运行的语句。

AI 在这里承担的是分析、建议和改写角色，而不是绕过治理流程直接执行数据库变更。所有结果仍需要经过规则检查、测试验证和平台控制，从而兼顾迁移效率与生产安全。

五、不停机迁移与迁移后的性能自愈

对于需要连续运行的业务系统，NineData 提供不停机迁移方案。

首先，平台完成历史数据的全量初始化，并通过 CDC 持续捕获源数据库中的增量数据。迁移期间，业务继续访问源数据库。其次，当目标库的增量数据追平后，使用数据对比工具进行一致性验证。最后，在业务割接窗口建立反向数据复制链路，支持灰度切流和回退库建设，确保出现异常时能够回流或回退。

NineData 提供了 ChatDBA，将 SQL 性能诊断、性能巡检、会话诊断、空间诊断、SQL 改写和智能优化纳入迁移后的运营流程，帮助企业持续发现问题、定位原因并给出修复方案，形成从问题发现到优化处置的 SQL 性能自愈闭环。

六、“人 + Agent”双轨安全，重新定义数据库访问方式

面对人员和 Agent 同时访问数据库的新场景，NineData 提出统一的数据库安全访问模式。

首先是最小权限和身份隔离。人员与 Agent 使用独立身份和账号，避免共享特权账号；所有访问都通过统一入口和角色层进行控制。其次是实时安全防护，平台可以对敏感数据进行动态脱敏，并对高危 SQL 和越权操作进行实时拦截。再次是全链路审计，从 SQL 请求、权限判断、审批过程到最终执行结果，都能够被记录和追踪。

统一标准的变更管控三道防线。在数据库变更场景中，NineData 将 SQL 规范预检查、变更前结构与数据备份、审批、回滚脚本生成以及无锁大表变更结合起来。无论变更由人提交，还是由 Agent 生成，都必须经过同一套准入、审批和执行策略。

此外，NineData 支持将 SQL 审核嵌入 CI/CD 流水线。在代码提交和 MR 阶段，系统自动解析 SQL 文件，对全量或差量 SQL 进行规范、安全和性能检查，审核不通过则阻断合并，审核通过后再进入后续发布流程，实现数据库变更质量门禁前移。

七、行业实践与总结

目前 NineData 已服务 1000 + 企业客户，覆盖运营商、金融、能源电力、制造、物流交通、医疗等 8 + 行业，拥有 60 + 标杆客户。在海山数据库迁移场景中，方案已在多个核心业务系统中验证，支撑企业完成国产化替代、跨云迁移、异地容灾等核心目标。

数据库国产化不是一次性的替换工程，而是企业数据架构持续演进的起点。随着 Agent 时代的全面到来，数据管理的核心矛盾已经从 “数据能不能存、能不能迁”，转变为 “在高效创新的同时，能不能保障安全与稳定”。