虽然是熟悉的Oracle数据库，但关于机器学习、数据挖掘这方面的知识笔者起初也是不了解的，文中MSET相关设置来源于同事提供的sample，在测试过程中边查资料边学习吸收，也因此看到了别样的Oracle。
Oracle 的 MSET-SPRT 主要用于 高精度异常检测和预测性维护，尤其适用于关键业务系统，如数据库、存储、工业控制系统和数据中心运营环境。
MSET-SPRT翻译成中文是：多变量状态估计技术 - 序列概率比检验。
个人感觉这个名词翻译过来有些绕口.. 下面还是以英文简写词来代替。
在ORACLE官方文档中，是这样描述 MSET-SPRT 的：
The Multivariate State Estimation Technique - Sequential Probability Ratio Test (MSET-SPRT) algorithm monitors critical processes and detects subtle anomalies.
下面记录下MSET的测试过程，这里直接复用之前用于测试TPC-H的环境来验证：
- 1.新建测试表和配置表
- 2.创建构造测试数据的存储过程
- 3.模拟不同规模测试数据并插入
- 4.创建数据挖掘模型
- 5.查询预测结果
- 6.其他测试建议
1.新建测试表和配置表
这里只选择有实际意义的字段，构建TBL_IOT表：
sql
CREATE TABLE "TPCH"."TBL_IOT"
("B1_T1" NUMBER(38,0),
"B1_T2" NUMBER(38,0),
"B1_T3" NUMBER(38,0),
"B2_T1" NUMBER(38,0),
"B2_T2" NUMBER(38,0),
"B2_T3" NUMBER(38,0),
"B3_T1" NUMBER(38,0),
"B3_T2" NUMBER(38,0),
"B3_T3" NUMBER(38,0),
"B4_T1" NUMBER(38,0),
"B4_T2" NUMBER(38,0),
"B4_T3" NUMBER(38,0),
"B5_T1" NUMBER(38,0),
"B5_T2" NUMBER(38,0),
"B5_T3" NUMBER(38,0),
"B6_T1" NUMBER(38,0),
"B6_T2" NUMBER(38,0),
"B6_T3" NUMBER(38,0),
"B7_T1" NUMBER(38,0),
"B7_T2" NUMBER(38,0),
"B7_T3" NUMBER(38,0),
"B8_T1" NUMBER(38,0),
"B8_T2" NUMBER(38,0),
"B8_T3" NUMBER(38,0),
"B9_T1" NUMBER(38,0),
"B9_T2" NUMBER(38,0),
"B9_T3" NUMBER(38,0),
"B10_T1" NUMBER(38,0),
"B10_T2" NUMBER(38,0),
"B10_T3" NUMBER(38,0),
"B11_T1" NUMBER(38,0),
"B11_T2" NUMBER(38,0),
"B11_T3" NUMBER(38,0),
"B12_T1" NUMBER(38,0),
"B12_T2" NUMBER(38,0),
"B12_T3" NUMBER(38,0),
"S" NUMBER(38,1),
"K_TS" TIMESTAMP (6)
);创建 MSET_IOT_SETTINGS 表，用于存储数据挖掘算法的配置，插入 MSET-SPRT 算法的关键参数：
- 选择 MSET-SPRT 算法
- 开启自动数据准备
- 设置向量存储大小
- 设定 Alpha（假阳性）概率
- 设定异常警报阈值（次数 & 窗口大小）
sql
-- Create setting table
CREATE TABLE MSET_IOT_SETTINGS(SETTING_NAME VARCHAR2(30),
SETTING_VALUE VARCHAR2(128));
-- Populate setting table
BEGIN
-- Select MSET-SPRT as the algorithm
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.ALGO_NAME,
DBMS_DATA_MINING.ALGO_MSET_SPRT);
-- Turn on automatic data preparation
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.PREP_AUTO,
DBMS_DATA_MINING.PREP_AUTO_ON);
-- Set memory vector
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.MSET_MEMORY_VECTORS, 100);
-- Set alpha
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.MSET_ALPHA_PROB, 0.1);
-- Set alert count
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.MSET_ALERT_COUNT, 3);
-- Set alert window
INSERT INTO MSET_IOT_SETTINGS
VALUES(DBMS_DATA_MINING.MSET_ALERT_WINDOW, 5);
-- Examples of other possible settings are:
-- (dbms_data_mining.mset_beta_prob, 0.1)
-- (dbms_data_mining.mset_adb_height, 0.01)
-- (dbms_data_mining.mset_std_tolerance, 3)
-- (dbms_data_mining.mset_heldaside, 500)
COMMIT;
END;
/2.创建构造测试数据的存储过程
具体创建一个存储过程，传入行数作为参数，这样方便随时插入不同规模的数据。
这里模拟IOT场景，要求每秒一条数据。
插入数据前需要手工清空表，因为防止误操作，我没有将truncate表的高危命令直接写入到存储过程中，在执行存储过程之前，由人工来执行truncate表操作，用于插入数据的存储过程如下：
sql
CREATE OR REPLACE PROCEDURE INSERT_IOT_DATA(p_total_rows IN NUMBER) AS
v_start_time TIMESTAMP := TO_TIMESTAMP('2025-03-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS');
BEGIN
FOR i IN 1..p_total_rows LOOP
INSERT INTO TBL_IOT (
B1_T1, B1_T2, B1_T3, B2_T1, B2_T2, B2_T3, B3_T1, B3_T2, B3_T3,
B4_T1, B4_T2, B4_T3, B5_T1, B5_T2, B5_T3, B6_T1, B6_T2, B6_T3,
B7_T1, B7_T2, B7_T3, B8_T1, B8_T2, B8_T3, B9_T1, B9_T2, B9_T3,
B10_T1, B10_T2, B10_T3, B11_T1, B11_T2, B11_T3, B12_T1, B12_T2, B12_T3,
S, K_TS
) VALUES (
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55), DBMS_RANDOM.VALUE(50, 55),
DBMS_RANDOM.VALUE(2, 5),
v_start_time + INTERVAL '1' SECOND * i
);
IF MOD(i, 1000) = 0 THEN
COMMIT;
END IF;
END LOOP;
COMMIT;
END;
/注意：这里构建数据我预期是插入50到55之间的随机整数，但使用DBMS_RANDOM.VALUE(50,55)，实际随机是带小数的，但结果是符合预期的。这是因为当向 NUMBER(38,0) 类型的列插入带小数的数据时，Oracle 并不会报错，而是会自动截断小数部分，只保留整数部分。可手工验证数据是否符合预期。
3.模拟不同规模测试数据并插入
下面需要分别测试不同数据规模：86w、130w、260w。
插入不同规模的数据之前，需要手工truncate表：
sql
-- 插入数据前，确保已清空表数据，高危操作手工执行：
truncate table TBL_IOT;
-- 按需求插入不同规模数据：
-- 插入86万行
EXEC INSERT_IOT_DATA(860000);
-- 插入130万行
EXEC INSERT_IOT_DATA(1300000);
-- 插入260万行
EXEC INSERT_IOT_DATA(2600000);
-- 查询表占用空间
select SEGMENT_NAME, BYTES / 1024 / 1024 "MB" from dba_segments where SEGMENT_NAME = 'TBL_IOT';4.创建数据挖掘模型
创建数据挖掘模型IOTMSET_MODEL，如果之前存在就删除掉再创建：
sql
-- 删除数据挖掘模型IOTMSET_MODEL
exec dbms_data_mining.drop_model('IOTMSET_MODEL');
-- 创建数据挖掘模型IOTMSET_MODEL
BEGIN
dbms_data_mining.create_model(model_name => 'IOTMSET_MODEL',
mining_function => 'CLASSIFICATION',
data_table_name => 'TBL_IOT', --表名
case_id_column_name => 'K_TS', --时间戳列名
target_column_name => '',
settings_table_name => 'mset_iot_settings'); --配置表名
END;
/创建模型完成后，会发现当前用户下的对象多了一系列以 DM$ 前缀命名的表和视图，这是 Oracle 数据挖掘（Oracle Data Mining, ODM）自动创建的模型存储对象，它们用于存储 MSET-SPRT 模型的相关数据。
5.查询预测结果
查询预测测试数据集的结果：
sql
SELECT rownum, K_TS, pred FROM (SELECT K_TS, prediction(IOTMSET_MODEL using *)
over (ORDER BY K_TS) pred FROM tbl_iot)
where pred < 1 --异常
order by 2, 1 ;6.其他测试建议
建议在测试开始和结束，创建awr的snapshot：
- exec DBMS_WORKLOAD_REPOSITORY.create_snapshot();
测试完成获取AWR报告：
- @?/rdbms/admin/awrrpt
- awrrpt_1_220_221.html
测试结果略。