让数据更易查、更好用:正泰集团基于 SelectDB 的 AI 应用实践

在 Doris Summit 2026 上,许继良(正泰集团 大数据负责人)分享了正泰集团基于 SelectDB 的 AI 数据应用实践。本文整理自该演讲。

随着企业数字化建设不断深入,数据平台积累的数据资产日益丰富。如何让数据更容易被发现、理解和使用,成为企业数据平台建设的新课题。

对于大型集团企业而言,数据平台不仅需要提供稳定的数据存储与查询能力,还需要支撑日常运维、数据资产管理和业务分析等工作。传统依赖人工排查、关键词检索和固定报表的方式,已逐渐难以满足日益增长的智能化需求。

正泰集团基于现有 SelectDB 数据平台 ,结合大模型与智能体技术,围绕智能异常诊断、数据资产智能检索和智能分析报告三个场景展开探索,推动 AI 能力融入数据平台的日常管理与业务应用。

一、业务挑战与整体建设思路

1.1 痛点与挑战:数据平台如何更好地支撑智能化应用

随着集团数字化建设不断深入,正泰集团的数据平台逐步沉淀了大量数据模型、业务指标和分析报表,并建立了相应的数据开发、资产管理和数据服务体系。在平台持续建设和运营过程中,团队面临三个方面的挑战。

第一,异常诊断依赖人工关联,跨系统排查成本较高。

数据平台运行过程中,集群告警、审计日志和数据开发任务信息分散在不同系统中。发生异常后,运维人员需要跨系统查询并关联相关信息,才能定位到具体任务及负责人,排查过程较为繁琐。

第二,数据资产持续积累,传统检索难以满足业务用户需求。

随着数据模型、指标和报表不断丰富,业务用户往往难以准确记住资产名称。传统基于关键词和模糊匹配的检索方式,对用户输入与资产命名的一致性要求较高,影响了数据资产的发现与使用效率。

第三,传统数据分析方式难以兼顾灵活性、准确性与安全性。

固定模板报表难以根据数据变化动态突出分析重点,而面向整个数据仓库的通用 ChatBI 方案,又面临数据范围广、业务语义复杂以及访问权限控制等挑战。

这些问题推动正泰集团进一步探索 AI 与现有数据平台的结合方式,让数据平台从提供基础查询能力,逐步向智能化的数据管理和分析服务延伸。

1.2 为什么基于 SelectDB 构建 AI 应用

在推进数据平台智能化建设的过程中,正泰集团选择复用现有 SelectDB 数据平台,主要基于以下考虑:

  • 一方面,SelectDB 已承载相关数据存储与查询工作,能够结合现有业务数据、数据模型及元数据,为 AI 应用提供数据基础;

  • 另一方面,其向量检索、倒排索引等能力,为数据资产的语义检索提供了技术支撑。

此外,正泰集团还结合现有数据库权限体系与应用服务,在明确的数据访问边界内探索 AI 问数与报告生成,避免智能体直接访问整个生产数据仓库。

整体来看,正泰集团的建设思路是以 SelectDB 为数据底座,以智能体平台为交互和任务编排层,在现有数据体系上逐步扩展 AI 应用能力。

1.3 SelectDB 的应用及收益

围绕数据平台的运维管理、资产发现和数据消费三个环节,正泰集团重点探索了以下应用:

  • 智能异常诊断: 关联平台告警、审计日志和数据中台元数据,辅助定位异常任务及负责人,减少人工跨系统排查。

  • 数据资产智能检索: 结合向量检索与关键词检索,让业务用户能够通过更自然的语言查找数据模型、指标和报表。

  • 智能分析报告: 在受控的数据范围内支持自然语言问数和定时报告生成,提升数据分析与信息获取的灵活性。

三个场景分别解决数据平台在管理、检索和分析中的实际问题,也为后续探索更丰富的 AI 数据应用积累了经验。

二、智能异常诊断:自动关联告警与任务信息,减少人工排查

正泰集团此前已通过 SelectDB Manager 等管理工具,将相关告警信息推送到飞书。但收到告警后,运维人员仍需要进一步判断:异常影响了哪些任务?属于哪个项目?应该通知谁处理?

这些信息分散在审计日志和数据中台中,需要人工逐一查询、关联。为简化这一过程,正泰集团将相关查询能力接入智能体平台,让 AI 辅助完成异常信息的收集与定位。

2.1 基于 Skill 实现异常信息自动关联

正泰集团将异常诊断所需的三类信息接入智能体:

  • 平台告警:通过 SelectDB Manager 获取异常事件、发生时间及相关资源信息。

  • 审计日志:查询 SelectDB 中相关时间范围内的数据库访问与操作记录,辅助分析异常涉及的操作。

  • 数据中台元数据:关联租户、项目、任务及负责人等信息,帮助定位具体业务任务。

在实现方式上,团队将相关信息的查询操作封装为 Skill,并接入智能体平台。

例如,当平台出现资源异常告警时,智能体可以根据告警时间查询相关审计日志,再结合数据中台元数据,筛选可能关联的任务及其负责人,为运维人员提供进一步排查的线索。

原本需要运维人员在多个系统中手动查找的信息,现在可以通过智能体集中获取和关联。 这减少了重复查询工作,也让告警信息更容易对应到具体任务。

2.2 两种使用方式:告警自动通知与主动查询

基于上述能力,正泰集团支持两种异常排查方式。

第一种:收到告警后,自动关联任务并通知负责人。

当 SelectDB Manager 产生相关告警后,智能体可以结合告警时间窗口查询审计日志,进一步关联租户、项目及任务信息。

如果能够识别对应的任务负责人,系统可通过飞书将异常信息定向通知给相关人员。

这样一来,运维人员不必每次都从告警信息开始,逐一查找任务归属并手动转发通知,有助于缩短异常信息传递和定位的过程。

第二种:数据开发人员通过自然语言主动排查。

例如,开发人员想了解"最近一段时间我负责的任务有哪些异常",可以直接向智能体提出问题。

智能体根据查询时间和相关任务信息调用 Skill,汇总异常记录并返回结果。开发人员无需分别进入监控系统、日志系统和数据中台,即可集中查看相关异常信息。

通过这两种方式,正泰集团将异常排查从单纯的告警通知,扩展为告警信息关联、负责人定位和主动异常查询,减少运维与开发人员的重复操作。

三、数据资产智能检索:让业务用户更容易找到所需数据

随着资产数量增加,业务用户经常遇到一个问题:知道自己想查什么业务数据,却不知道对应的数据资产叫什么。

例如,用户希望查找应收相关报表,但平台中的资产名称可能与用户输入的关键词并不完全一致。传统检索主要依赖名称和文本匹配,容易遗漏相关资产。

为解决这一问题,正泰集团结合 SelectDB 的向量检索、倒排索引等能力,构建混合检索方案,让用户既可以输入关键词,也可以通过自然语言描述需求。

3.1 基于 SelectDB 实现混合检索

整个检索流程主要包括三个环节。

第一步:将数据资产信息转换为向量。

正泰集团首先整理数据门户中的资产名称、描述等元数据,利用向量模型将相关文本转换为向量,并与资产信息一起存储在 SelectDB 中。

这样,当用户输入的文字与资产名称不完全一致,但表达的业务含义相近时,系统也可以通过向量检索找到相关资产。

第二步:多路检索召回。

用户发起查询后,系统综合使用三种检索方式:

  • 向量检索: 根据语义相似度查找资产,解决"表达不同但含义相近"的问题。

  • 倒排索引检索: 根据资产名称、描述中的关键词进行匹配,适合查找名称明确的资产。

  • 拼音检索: 支持部分拼音输入场景,方便用户使用不同的输入方式。

例如,用户输入准确的指标名称时,关键词检索可以发挥作用;当用户只描述业务需求时,向量检索可以补充召回相关资产。

第三步:合并检索结果并展示。

系统将不同检索方式返回的候选资产进行整合和排序,再通过数据门户展示给用户。

与单纯使用向量检索替代关键词检索不同,这一方案通过多种检索方式互补,兼顾业务语义理解与文本匹配需求。

3.2 应收数据资产检索:减少对准确名称的依赖

以应收相关数据资产为例:"查看各区域逾期应收,找到明细和趋势报表"。

在传统检索方式下,用户可能需要尝试多个关键词,或者提前了解平台中的报表名称,才能找到相关资产。

引入混合检索后,用户可以直接输入业务需求。系统结合语义相似度和关键词匹配,查找相关的数据模型、指标和报表,并返回候选结果。

这一方案的直接价值,是降低业务用户查找数据资产的门槛。用户不必完全记住资产名称,也不需要了解底层数据表结构,就可以通过更贴近业务习惯的方式发现相关资产。对于集团级数据平台而言,混合检索的价值不仅在于改善搜索体验,也在于让持续积累的数据资产更容易被发现和复用。

四、智能分析报告:兼顾数据访问安全与灵活分析

4.1 从全库 ChatBI 转向面向业务场景的问数

在智能分析场景中,正泰集团早期也曾尝试 ChatBI,希望用户通过自然语言提问,由 AI 生成 SQL 并查询数据仓库。但随着数据仓库中的表和字段不断增加,AI 需要理解的数据结构和业务关系也越来越复杂。

例如,一个业务指标可能涉及多张表和特定的计算口径。即使 AI 生成的 SQL 在语法上没有问题,也可能因为理解错误而得到不符合业务预期的结果。

同时,让 AI 直接查询整个数据仓库,也会增加数据权限和查询执行管理的难度。

因此,正泰集团调整了方案:不再让 AI 面向整个数仓自由查询,而是将问数范围限定在经过整理的应用层及相关汇总数据中。

这些数据已经围绕具体业务需求进行加工,更容易让 AI 理解查询对象和指标含义。结合现有的数据门户、SelectDB 权限体系和应用服务,团队进一步控制用户及智能体能够访问的数据范围。

这一调整的价值在于:减少 AI 需要理解的无关数据,并为问数过程提供更明确的业务和权限边界。

4.2 引入中间查询层,隔离智能体与生产数据库

明确数据范围后,还需要解决一个问题:如何让 AI 查询数据,同时避免它直接持有生产数据库账号?

为此,团队在 SelectDB 与智能体之间引入了中间查询层,使用 DuckDB 承载经过授权的数据结果集,将生产数据访问与智能体分析分开。

具体流程如下:

在这一架构中,各组件承担不同职责:

  • 用户发起分析请求。用户通过数据门户提出问题。

  • 应用服务获取授权数据。应用服务结合用户的数据访问权限,从 SelectDB 获取授权范围内的查询结果。

  • 将结果加载到临时 DuckDB。应用服务把获取的数据结果集放入临时 DuckDB,供后续分析使用。

  • 智能体查询并生成分析结果。智能体通过工具查询 DuckDB 中的数据,完成分析并返回结果。

这样做的主要收益,是让智能体能够分析所需数据,而无需直接持有生产 SelectDB 的访问凭据。同时,AI 的查询范围被限定在应用服务提供的数据结果集中,减少了直接对生产数据库执行模型生成 SQL 的风险。

4.3 两种应用模式:主动问数与定时智能报告

基于上述架构,正泰集团探索了两种智能分析应用方式。

第一种是用户主动问数。

用户通过数据门户提出分析问题,应用服务结合其数据访问权限获取相应结果,并提供给智能体进行查询与分析。这种方式将分析限定在应用服务提供的数据范围内,也能够复用已有的数据门户和权限管理机制。

第二种是定时生成智能报告。

传统周期性报告通常采用预先编写的程序或固定模板,虽然能够稳定提供统计结果,但报告结构相对固定,难以根据不同周期的数据变化调整分析重点。

正泰集团尝试利用智能体,根据每个周期获取的数据自动组织报告内容,并通过飞书推送给相关用户。这种方式能够在保留周期性数据报告能力的同时,让报告内容根据当前数据情况进行调整,为用户提供更灵活的信息获取方式。

4.4 实践示例:Token 使用分析报告

在实际应用中,正泰集团以 Token 使用分析为例,探索了智能报告的生成与推送流程。

系统定期获取相应的 Token 使用数据,由智能体完成查询分析和报告内容生成,再通过飞书开放接口生成报告卡片,推送给相关用户。

这一实践体现了正泰集团在 AI 数据分析上的建设思路:不追求让智能体直接访问尽可能多的数据,而是通过明确的数据范围、权限控制和中间查询层,让 AI 在可控的数据环境中完成具体分析任务。

五、未来规划:从结构化数据应用延伸到多模态知识治理

随着 AI 应用逐步深入,企业对非结构化数据的使用需求也在增加。除了数据库中的业务数据,文档、图表、图片以及音视频等内容,同样包含具有业务价值的信息。为此,正泰集团计划进一步探索多模态知识治理与应用,推动数据平台从结构化数据服务向更丰富的企业知识服务延伸。

按照目前的规划,团队将围绕企业知识中心建设,探索通过多模态处理引擎对文档、图表、图像及音视频等内容进行提取、加工和治理。

经过处理的知识内容可以进一步提供给智能体平台,支撑不同类型的 AI 应用;部分非结构化信息也可以通过提取和转换形成结构化结果,供后续分析和报表使用。这一方向仍处于规划与探索阶段,相关能力及应用效果有待后续实践验证。

六、结束语

从智能异常诊断到数据资产检索,再到智能分析报告,正泰集团基于 SelectDB 数据平台,探索了 AI 技术在数据管理与应用中的不同落地方式。

这些实践表明,企业数据平台的 AI 化,并不一定需要从构建覆盖所有场景的通用智能系统开始。围绕具体业务问题,复用已有的数据资产、查询检索能力和权限体系,并通过智能体连接现有工作流程,同样能够形成具有实际价值的应用。

随着 AI 应用从单点场景逐步向更丰富的数据与知识服务延伸,如何提供高质量的数据上下文、明确访问边界,并兼顾智能化体验与工程可控性,将成为企业数据平台持续演进的重要方向。

相关推荐
字节跳动数据库38 分钟前
火山引擎缓存数据库:如何构建超大规模缓存集群的无感弹性能力
数据库·人工智能·后端
阿里云大数据AI技术39 分钟前
MaxAgent 实战课堂(二):从单作业诊断到作业定时巡检
人工智能
泯泷43 分钟前
给你一个免费的20人 AI 团队,你的胜算真的变大了吗?
人工智能·llm
一起学安全技术1 小时前
拆大模型 10|结构化输出:让模型返回数据,而不是一段话
人工智能·语言模型·json
wy_hhxx1 小时前
《Agent设计模式 图解可复用智能体架构》下篇内容整理
人工智能·ai agent
SelectDB1 小时前
什么是 AI Agent 数据库?四类数据角色、核心能力与数据库选型指南
人工智能
电科_银尘1 小时前
【大模型算法与工程 09】SGD、Momentum与AdamW:优化器如何选择
人工智能·算法
羲云网络1 小时前
GPT Image 2.6 商品图交付:用文件指纹排查错图、覆盖与版本串线
图像处理·人工智能·python·技术教程·文件校验